1 :
没個性化されたレス↓ :
03/03/31 22:23
統計はどうでもよい
残念ながら、乙カレー(w
こんにちは・・・ 1の方から目を通してみても、頭がクラクラするばかりで ちょっとローラ・アシュレーのスカートでは高すぎて敷居がまたげない DQNなクラリスです。貞子みたいに這って入らせていただきます。 ちなみに高校時代の数学は赤点です。 こんな私に心理統計を使うことができるでしょうか・・・ エクセルで相関だけはだすことができました。 例を出すと、(予備調査なので3〜4人が対象なのですが、 対象が被虐待サバイバーということで、人数が集まらず、 統計を使用する意味がないかもしれません。 とりあえず、 Aについて B C D サバイバ 0.6 0.9 ‐0.89 一般 1 ‐0.36 ‐0.34 という相関係数がでたとして、私はこの研究を続けても良いでしょうか。 ・・・我ながら、なんという情けない質問でしょう。 どうぞ、お願いします。
>>6 確か、相関値の差の検定というのがあった気がするな。
サバイバ A←→Bの相関値VS一般 A←→Bの相関値に有意差があれば
サバイバと一般でAとBを調べる意味がありそう。これをAC、ADでも汁。
ただnの数が少ないので「あくまで指針」程度の目安ではあるが
あたりをつける上で元気が出るかな(笑)。
相関値の差の検定ですか。 ありがとうございます. で、検定の基準は心理統計の本とかに載っているのでしょうか。 相関係数の方は、「心理学研究法入門」東大出版会の巻末の 5%水準の両側検定で有意となる相関係数の値というので 4人.950と出ているので、一般A←→Bの1というのはセーフかなと 考えたのですけれど、あっていますか?
>>8 相関値が1.0なら絶対(笑)有意水準だよ。
ちなみに、いま現在の状況だと、どの変数もそれなりに
おいしい可能性がありそう(と印象)
>>8 あと変数Eにサバイバ=0、一般=1としてA〜Eの相関の行列をつくって味噌。
A B C D E
A 1
B * 1
C * * 1
D * * * 1
E * * * * 1
(*に各相関値をいれて完成汁)
傾向のみだがそこから見えてくるものもあるよ。
>10 方々の本で見かける相関行列の作り方ですね。 やってみますので、ちょっと時間下さい。 でも、これで何が分かるのですか?(汗
>>11 そこから、何を見つけるかがリサーチと言うものです(笑)
特に変数Eで有意な(もしくは傾向のある)相関を見つけ出せば
サバイバーと一般で統計的に異なる変数だという事が分かります。
あとはAからDの相関を見れば変数間の関係性が明らかになりますよ。
分析ツールでもう一度相関行列を作ってみました。 7でおっしゃっているのは、二つの相関行列の個々の差を求めて 第3の行列を作ると言うことで、よろしいですか? サバイバ 列1 列2 列3 列4 列1 1 列2 0.93 1 列3 -0.89 -0.99 1 列4 0.61 0.84 -0.89 1 一般 列1 列2 列3 列4 列1 1 列2 -0.35 1 列3 -0.34 0.42 1 列4 0.97 -0.19 -0.11 1 列1の数値は6のほぼ数値と一致しているので、間違えていないと思いますが。 小数点以下は2桁で切り捨てています。便宜上。 1がなぜ0.97のなったのかが、分かりませんが。ミスしたのかも知れません。
あらら、列3、4の1の数字がへんなところに出てしまいましたが、 すみません。
>>14 あと、サバイバと一般をぜ〜んぶ含めて各変数で相関行列をつくってみよし。
で、列5にサバイバ=0、一般=1のダミー変数を入れて相関行列を完成汁。
そのとき列5と有意な相関がある変数が一般とサバイバで大きく異なる
変数と思われ。っていうかディテクトすべきパラメタと思うが。
>>13 相関係数の差の検定は成書参考のこと。
ダミー変数を調べて、回答者全員で列5に1または0を 入れて作ってみました。 列1 列2 列3 列4 列5 列1 1 列2 0.85 1 列3 -0.46 -0.68 1 列4 -0.95 -0.80 0.41 1 列5 0.85 0.90 -0.75 -0.84 1 どうでしょうか。
>15 相関の差の検定では 列1:列4の相関差で有意となりました。 ここに、一般とサバイバの差が統計的に見られる何かが あると考えたらよいのですか?
>>16 便宜上 列1=A、以下B,C,D、ダミー変数をEとしますね。
nの数が少ないので断定的な事がいえないが、まず
変数A〜Dに関してサバイバ群と一般群でそこそこ状況が異なる
(すなわち群間で異なる)変数ですね。特にB(列2)はダミー変数と
強いもっているようで、この変数がとる数字はサバイバ群と一般群で
症例を増やせば有意差がでそうな気がします。あと変数A(列1)と
変数D(列4)は有意な負の相関を示しているので、どちらかが原因で
どちらかが結果の可能性がありますね(勿論偶然やサンプルの方より
の場合もありますが)。また、Aとダミー変数が結構強いのですが
これはAとBの相関が強い為みかけ上ダミー変数に影響している可能性
があります。
このデータからだと関連の強い群を2つにわけるとは
(A,B,D)と(C)に分かれそうです。その中でもっとも一般群とサバイバ群を分けるのに
影響を与えているのがBで、まったく別の次元から影響を与えている可能性がある
のがCのようです。
この数字から、そうした考察ができるなんて、私にとっては 予言のような響きですが、感動です。 他にもデータがあるので、このままサバイバと一般で進めてみてもよい でしょうか。 他のスレで、人数が少ない場合には質的にやるべきではないかとの 助言をいただいているのですが、こうしてある程度の傾向を掴んで インタビューなどに入って行くと、信頼が得られるのでしょうか。 相関行列、ダミー変数、相関の差の検定など、今日は 勉強したなあと充実感で一杯です。 本当にありがとうございます。
>>17 がんばりましたね。
>相関の差の検定では
>列1:列4の相関差で有意となりました
この結果からだと、一般では恐らく当然であるAとBの因果関係が
サバイバでは破綻している可能性が示唆されます。
まあ、少なくともこの4変数を調べる意味は統計的にはありそうですよ。
>人数が少ない場合には質的にやるべきではないか
質的な方法は何を使うか分かりませんが、計量的に評価してあるのなら
後で質的データに変換出来ませんか?
また、質的なデータは検定が難しい(数量化?類の世界かな)ので、
変数を質的データに変換できるのであれば後回しに汁。
データ・リダクションは往々にして後でもできますよ。
統計的にできることをすべてやってしまってからで遅くないですね。 残りの変数があと6つありましたので、 それらが、はじめの4つの変数から何かの影響をうけているかどうか 同じように相関行列と差の検定で調べてみます。 0.9以上がたくさん出る表というのは、やはり何かあると考えてよいのですね。 逆に、私のような素人は0.7程度のαにあまりこだわらず、大きな 相関のあるものを取り上げてやってゆけば間違いないですね。 今回教わった方法で心理学研究の発表などをしている例は 心理学研究などを参照して探すことができるのでしょうか。
22 :
没個性化されたレス↓ :03/04/13 10:36
悪いこといわないから,もう少しデータを取ってくれ。
クラリス> データ数がそこまで少ないならば、相関係数とか見る前に、 散布図をみたり、生データをじっくり見るのが吉。 統計の練習をしたいだけなら、別に良いけど。
24 :
没個性化されたレス↓ :03/04/13 17:18
あげ
一応、本調査では100名程度の協力者を予定しています。 >散布図をみたり、生データをじっくり見るのが吉 じっくり見ると、私にでも何か見えてくるのでしょうか。 プロの方は何が見えるのですか?
>じっくり見ると、私にでも何か見えてくるのでしょうか。 プロの方は何が見えるのですか? --相関係数が高いのは、実は外れ値のせいだと分かったり、 --期待していた相関関係が見られないから、良くみたら変数の分散が 小さかったり、 --因子分析やったら期待していた変数が変な振る舞いをするんだけど、 と思って各変数の分散を見たら、それらの変数だけ妙に分散が少なかったり、 --t検定が有意だワーイと思っても、実は外れ値のせいだったり、 --予測していたt検定が有意じゃないぞ?と思って分布を見たら 思いっきりskewしていたので、ノン・パラを使うことにしたり、 「変数の分布型、分散」を見落とすだけで、これだけの間違いを見落とす 可能性があります。
それは私のような数学音痴でも、例えば散布図に近似値線かいてみたり したら、見えますか? 一応、先生についてもらうので、今後の進め方を相談してみます。
要するに、出てきた統計値を鵜呑みにするのでなく、常に生データに戻れ、 という、古くから伝わる教えです。
いつも、賢老人のような助言感謝してます。>190氏 もとのスレで紹介いただいた本なども読みながら、勉強して、 し か し デ ー タ は 大 事 ということを忘れないようにするのですね。
だから予備調査の段階では質問紙よりも半構造化面接の方が 有益なデータが得られるのでは、と言ったのだが・・・
>>26 たしかにrawデータをいつも確認していないとoutlinerに
引っ張られてしまう危険はあるし、今、有意でもtype 1 error
の可能性は大ですね。
ただ、掲示板では全データをカキコできないし、方向性を
示すパラメタとして相関値を依頼しました。サンプル数が少ないのは
承知していますのでこれでものが言えるかどうかというのは
「何とも言えない」というのが正解なのは理解しております。
また、このサンプル数では分布の形までは何ともいえないかなと思いまして
その点はカキコしませんでした。
ただ、予測の予測と言う意味では「がんばってみては」という
意味でカキコしました。
以上言い訳まで(笑)
>>31 いやいや、上のやりとりを否定している訳ではないですので。
あなたが分かっていらっしゃることでも、彼女がわかっていないんじゃ
ないか、と感じた点を書いたまでです。
実際統計については本当にわかっていませんので、「やる気」を 見出させてくださったA-P SPY氏には感謝しております。 どこが、わからないのか、も分からないでいます。 ところで半構造化面接からのデータの取り方も勉強してみたいと思います。 「聞き取り調査」に近いのですよね。 「Aについてはどう思いますか。」 と尋ねて、選択枝を用意するのでしたっけ? 読んだことあるけど、使ったことあるのか、自分でもわからないのですけど。
>ころで半構造化面接からのデータの取り方も勉強してみたいと思います。 >「聞き取り調査」に近いのですよね。 >「Aについてはどう思いますか。」 >と尋ねて、選択枝を用意するのでしたっけ? 違います. なお,半構造化面接についてはスレ違いと思われますので, 別スレでおながいします. おまけ. 鈴木淳子「調査的面接の技法」ナカニシヤ出版
応援sage
ありぃがとう、さよーなら、 せんせい♪ >34 図書は参考にさせていただきます。
(^^)
ブルーバックスの「原因をさぐる統計学」読んでます。
39 :
没個性化されたレス↓ :03/04/19 09:43
>>38 >ブルーバックスの「原因をさぐる統計学」読んでます。
で,理解できてるのか?
簡単な本ではないですね、確かに。
41 :
没個性化されたレス↓ :03/04/19 11:16
ところで、みなさんは卒論の時など、 どうしても仮説通りのデータが集まらない時、 「いいやっ」と捏造したりしませんでしたか? …私はしました。おかげで信頼性係数が妙に高くなりすぎましたが。
ばれると、学士号召し上げです。
43 :
没個性化されたレス↓ :03/04/19 15:15
>>41 >「いいやっ」と捏造したりしませんでしたか?
やって除籍処分にされたヤツが過去にいたという噂が
4年の頃には広まる。毎年4年の間に広まっていたような。
>理解できてるのか? 出来ていません。 どこからたずねたら良いのかが分かったら、また来ます。 I'll be back.
∧_∧ ( ^^ )< ぬるぽ(^^)
46 :
没個性化されたレス↓ :03/04/30 21:53
とりあえずあげる。 新入生は頑張ってるかな。
47 :
没個性化されたレス↓ :03/05/01 01:26
質問です。 エクセルで、 1.TTESTしたときと、 2.AVERAGE、STDEVを求めて、そこからt値を自力で求め、TDISTで確率を求めたときで、 値が異なるのですが……(有意水準の10分の1の位で)、 これは気にしなくていいんですか? エクセルでテストするなって感じですが、自宅なので限界です。 お願いします。
よく間違える人が居るけど、STDEVで出てくる値はたしか 「標本の分散」じゃなくて、「母分散の不偏推定値」だったはず。 t値を出すときに分散をn-1で割ってないか?
49 :
没個性化されたレス↓ :03/05/01 10:52
STDEV≠STDEVP
50 :
没個性化されたレス↓ :03/05/01 23:26
>>48-49 t値を求めるときは、分散はn-1で割ったものじゃないんですか?
試しにSTDEVPでやってみたら、さらに差が広がりました……
52 :
没個性化されたレス↓ :03/05/07 00:57
あげ
また来ました。 共分散構造分析と因子分析の違う点は何でしょうか。 できたら式を使わずに教えてください。
>>53 前スレ参照してください.
共分散構造分析=確証的因子分析
因子分析=探索的因子分析
ってくだりがあります.
55 :
没個性化されたレス↓ :03/05/10 01:06
>>53 >共分散構造分析と因子分析の違う点は何でしょうか。
>共分散構造分析=確証的因子分析
>因子分析=探索的因子分析
共分散構造分析では探索的因子分析もできるぞ>ドナ。
違う点,というより,共分散構造分析は,因子分析や
重回帰分析など,色々な多変量解析を含んだモデルを
たてて分析することができる。
>共分散構造分析では探索的因子分析もできるぞ>ドナ。
できるっつーか,
>共分散構造分析は,因子分析や
>重回帰分析など,色々な多変量解析を含んだモデルを
>たてて分析することができる。
っておっしゃっているように,共分散構造分析の中に
探索的因子分析が含まれているってことですよね.
上記のように書いたのは,前スレのこの記述に対応するように書いたから.
http://academy2.2ch.net/test/read.cgi/psycho/975992250/55 >探索的因子分析ってのは、普通にSPSSなどの統計ソフトで出来る因子分析のこと。
>確証的=検証的ってのは、同じ意味。これらはSPSSじゃできない。
>というのも、これらは因子分析というより、共分散構造分析の応用例の一つ。
>共分散構造分析ができるソフトを購入しないと、できないよ。
ん?共分散構造分析=確証的因子分析ではないのか?
クラリスは「原因をさぐる統計学」を 読んでるんじゃないのか? 挫折したのかな?
途中で送ってもうた... あ,そうか, >共分散構造分析は,因子分析や >重回帰分析など,色々な多変量解析を含んだモデルを >たてて分析することができる。 ってのの,「因子分析」そのものは, 確証的&探索的どちらも含んでいる訳で, どちらも共分散構造分析に含まれるってことになるのね. そういや,豊田さんがどっかで, 「これさえあればサイキョー!」的なご発言をされていたような気がするな....
SPSSじゃあ,プロクラステス回転ができないからなあ(SASは可能)。 それができれば共分散構造分析を使わなくても確認的因子分析ができる。
>>58 >ってのの,「因子分析」そのものは,
>確証的&探索的どちらも含んでいる訳で,
>どちらも共分散構造分析に含まれるってことになるのね.
そういうこと。潜在変数から全ての観測変数にパスを引けば
探索的因子分析になるし,仮説に基づいてパスを引けば
確証的因子分析になる。
>潜在変数から全ての観測変数にパスを引けば探索的因子分析になるし, そうですよね! りょーかいしますた.ご指導ありがとうございました. 今後ともよろすくお願いすます.
>57 繰り返し、ねちねちと読んでいます。
SPSS万歳 あれがあるおかげで理論がさっぱりよ。
やっぱり買えない。ベーシックにAmosをつけないと 共分散構造分析はできないのですよね。 最低因子分析をしようと思うと、エクセルでは大変ですか。 ねちねちとたずねるクラリスです。
>そうですよね! とか言っておきながら,今一度考えると,わかってないようで.... >潜在変数から全ての観測変数にパスを引けば探索的因子分析になるし, しかし,潜在変数をいくつ設定するかによって,結果は異なりますよね? いや,それでいくつかのモデルの適合度を比較するってのならわかりますが, その際でもやはり事前の前提に基づいて潜在変数の数(因子数)を設定する必要があるのでは? 探索的因子分析ってのは, まさに「因子数がいくつかわからんけど,とりあえずまとめてみました」的な場合に用いるとすると, やはりなにかが違うような気がするドナですよ. まぁ,いまどき「とりあえずまとめてみました」なんてのは 通じませんというのならわからんでもないのですが. いや,昔の社会心理学研究に探索的因子分析をしてから, 共分散構造分析をやっている研究があった気がするドナなのです.
>>65 >しかし,潜在変数をいくつ設定するかによって,結果は異なりますよね?
>いや,それでいくつかのモデルの適合度を比較するってのならわかりますが,
>その際でもやはり事前の前提に基づいて潜在変数の数(因子数)を設定する必要があるのでは?
ドナさん,SPSSの因子分析でも,固有値の減衰状況やスクリープロット,
因子の解釈可能性によって,なかば恣意的に因子数を決めますよね。
共分散構造分析でも,1因子からはじめて因子数を増やしていき,
全ての観測変数にパスを引いていけば,探索的因子分析とそれほど
違うとは思えないが。適合度見ながらやれば,より確実だわな。
>>66 さま
>適合度見ながらやれば,より確実だわな。
まぁ,そういうことなんですよね.
いや,
>>65 で書いたことの根っこには「データよりも理論」っていう
私が受けた学部教育が根強く残っているんかなぁと,思う次第です.
そのことについては,ポパーとクーンの話が別スレで出ていましたけれど.
問題の所在は,漏れが数理的な根拠を理解できていないことなんだと,悟った夜.
地道にがんがるでつ.
因子分析も共分散構造分析も,何度も何度も繰り返して 最終的な結果を出す,と言う点では非常に似ていると思ったり。
>68 素晴らしい! 早速ダウンロードします!! これで慣れたらアドインソフト買ったり、収入がみこめるように なったらSPSS買えば良いですね。 感謝。メロンでも送ります。
72 :
没個性化されたレス↓ :03/05/22 00:29
あげとく
∧_∧ ピュ.ー ( ^^ ) <これからも僕を応援して下さいね(^^)。 =〔~∪ ̄ ̄〕 = ◎――◎ 山崎渉
74 :
没個性化されたレス↓ :03/05/31 21:01
書け
t検定などで「対応のある/ない」は手続き上異なる訳ですが, なぜなんでしょうか? 以前,このスレで異なる被験者であっても特性が類似している被験者を対応させる というようなレスがあったと思いますが, いったい対応のある/なしではなにが違うのですか? .................質問が厨房過ぎますか? もうちょっと細かく質問をすれば,以前ある先生から,対応のあるt検定は 相関がない場合には意味がないと言われたことがあります. それは,繰り返し測定だから,個人間の誤差を含まないようにするということなのでしょうか? ............質問自体が形を成さないのがDQSな証拠だな........ どなたか気が向いたら.....気長にヨロシク.
>対応のあるt検定は相関がない場合には意味がないと言われたことがあります. pretest-posttest、マッチング、繰り返し測定のいずれかである場合に「相関がある」とみなす。 以下は実験条件と統制条件の値がきれいに相関している例。 被験者又は グループ 1 2 3 4 5 6 7 8 9 10 ────────────────── 実験条件 5 10 3 7 12 13 9 4 8 15 統制条件 7 12 5 9 14 15 11 6 10 17 んだから、自由度や分散が異なってくるのではないかと。いや、俺も半可通だが。
蛇足。 pretest-posttestというのは、同一被験者に対して条件1→条件2の2回測定を行う。 マッチングというのは「異なる被験者であっても特性が類似している被験者を対応させる」こと。 繰り返し測定というのは、ある被験者には条件1→条件2、またある被験者には条件2→条件1 というように、2つの異なる条件を無作為の順番で与えてやること。当然、片方の条件の効果が もう片方の条件に移行しても残存するような場合には使えない。ただし、誤差のばらつきが 小さくなるため、検出力はpretest-posttestやマッチングよりも高い。
>>76-77 ありがとうございます.
>pretest-posttest、マッチング、繰り返し測定のいずれかである場合に「相関がある」とみなす。
みなす.ってことはどういうことでしか?
例えば,実際に相関係数を求めたら無相関検定で有意ではなく,
また,係数も低いような場合でも,
「相関があるとみなし」ちゃって,t検定の結果そのものに影響はないってことでしか?
>>78 うーん、どうなんだろう。対応のある場合は、厳密には等分散性だけでなく、
2条件の相関係数も考慮しないといけないのかなあ?でもそれだと、
天井効果がある場合(テストの上限値が100点だとか)や、
個体によって効果に量的な差が生じる場合は、きれいに相関が出ないこともあるよなあ。
誰か詳しい人いる?
自己レス. >「相関があるとみなし」ちゃって,t検定の結果そのものに影響はないってことでしか? そもそも,この問い自体が無意味だったと言う罠. 対応あるt検定におけるt値の算出方法を見たら,その式の中に相関係数を代入しなれればならず, その相関係数の値が小さい場合,t値も低くなるようですた. ってことは,相関が低いと有意差はでないってことなのねんねん. あ,でもサンプル数が低い場合はどうなんだろ? そこまで気がつかなかったや.チェッ....
>>80 >ってことは,相関が低いと有意差はでないってことなのねんねん.
-2rが分母にあるからね。
相関が低いって言うと語弊があるような。
相関が低ければ,普通のt検定の式に近づく。
高い負の相関だと,そうだけど。
つまり,事前のテストと事後のテストを行ったような場合に,
事前のテストで上位の者が事後のテストで下位になる,
逆に事前のテストで下位の者が事後のテストで上位になる
ような場合には,事後の全体の平均が上昇(下降)していても
有意じゃなくなるってことだね。
対応のあるt検定では式に相関係数が入ってる?何それ?そんなの聞いてないんだけど。 俺が習ったやり方では、例えば T1(8,17,3,9,21,10,24) T2(6,18,1,5,17,7,21)という対応のあるデータで、 それぞれの差を取ってD(2,-1,2,4,4,3,3)とし、この差の平均がd=2.42。 帰無仮説はd=0。有意水準5%で得られるdの信頼区間は(0.84, 4.02)。 この区間に0は含まれない。よって帰無仮説は棄却=2つの条件間で差ありとする。 俺は間違ったやり方を習ったのか? 相関係数が入ったt値の算出方法を使う場合は、手続はどうなるんでつか?
>>82 差をとってt値を出す数式に,差の式を代入すると,
相関係数を用いたt値の算出方法になる。だからどちらも数式としては
同じこと。
森・吉田編著「心理学のためのデータ解析テクニカルブック」p.66-67を見るべし。
84 :
没個性化されたレス↓ :03/06/05 09:52
SASだと,差を算出してから proc univariate で対応のあるt検定を行うが, SPSSだと対応のあるt検定のメニューがでるね。
>>83 現在、その本にアクセス不可能です。
差を取ってt値を出す数式というのは
t=(観測値-期待値)/(標準誤差)
観測値は差の平均、期待値はこの場合0、標準誤差は標本分散÷標本数の平方根、
のこと?これに差の式を代入するというのは・・・
86 :
没個性化されたレス↓ :03/06/05 11:19
あ,「r」はXとYの相関係数です。
なるほど、式の中に相関係数としてまとめられちゃう部分ができるんだね。
ありがと。
んで、
>>82 のように、t値を算出しなくてもいいやりかたもあると。
>>81 >相関が低いって言うと語弊があるような。
む.失礼しますた&ご指導ありがとうございます.
もいっかい,おさらいしてみます.
90 :
没個性化されたレス↓ :03/06/07 13:40
皆様に、伺いたいことがあります。 現在、私は学部生たちとともに統計学の勉強会をしています。そこで、実験計画法、多変量解析、線形モデルのテキストを探しているのですが、何かいいものはないでしょうか。 条件は、以下のとおりです。 @式の展開が詳細で、その式の説明がわかりやすい。公式しか載っていないものはだめ。 A心理学、社会学研究の実例が豊富である。 一応、全員初等統計は履修済み(?)です。ちなみに、今は、受講者の足並みをそろえるため、南風原朝和「心理統計学の基礎」を式の展開・説明をしながら輪講しています。 教えてクンになってしまいますが、よろしくご指導ご鞭撻のほどを。
91 :
没個性化されたレス↓ :03/06/07 18:05
>>90 1冊だと難しいかも。もしSASが使える環境なら、適当なデータを弄りながら
「SASによる実験データの解析」(東京大学出版会)
なんかもお勧め。
どこまで分かっているのか、どこまで知りたいのかにもよると思う。
書き忘れました。
>>92 は実験計画法のお勧め本です。
94 :
没個性化されたレス↓ :03/06/08 01:14
92さん,どうもありがとうございます. SASですか・・・,うちの専攻はSPSSなんだよな.自分自身は他大の学生に馬鹿にされたこともあって,SASを勉強したいんですが,多分学部生が拒否するだろうな. SPSSで分散分析やるときでも,単純効果を検定するにはシンタクス空けて書きこまなきゃならないから,結局はSASとかわんないんですけどね. メンバーの学力はけっこう怪しいです.狽ェ分かんない人がいるかもしれん. けれど,南風原さんの本を読みおわるころには,だいぶ良くなっているでしょう.もっとも,脱落する人もいるかもしれんが.今のところは,かれらのやる気は満々なので,じっくり見守っていこうと思っています. どこまで知りたいかという点に関しては,個人差が大きいと思います. 私自身は実験屋さんなので,ラテン方格法とか共分散分析は理解してつかいこなせるようになりたいのですが,質問紙の人はそこまでやらんでもいいような気もします.そういう人は重回帰分析をじっくりやったほうがいいのかな. 御忙しいところありがとうございました.それではまた教えてください.
95 :
没個性化されたレス↓ :03/06/08 01:22
>>94 なるほど。そういうことでしたら、まずは
「心理学のためのデータ解析テクニカルブック」(北大路書房)
あたりで、t検定や分散分析の手計算からはじめてはどうでしょう?
χ2検定やいくつかのノンパラ(の計算方法)も扱われていますので、
調査法中心の人にも有益だと思います。
本だけだと、どうしても実感が湧かない人が多いと思いますので、
実際に計算をしながら勉強を進める形をお勧めします。
90さん 私は某都内の国立大の学生です。学部で臨床心理学しかやっていない私は現在院で苦労しております。お邪魔でなければ、勉強会に参加させていただきたいですが、よろしいでしょうか?
>>97 統計も出来ないで
>学部で臨床心理学しかやっていない
と言わないでくだちい。「臨床心理学しかやっていない」というのは
何もやっていないのと同じことでつ。
・・・というのはスレ違いでつが
>>96 で挙げられている
「心理学のためのデータ解析テクニカルブック」は良書。
密かにこのスレの>>75-.89までの内容についても詳しく述べられていたりする。
もしその本は敷居が高いというのなら(Σの理解が怪しい人にはちと無理でしょう)
「推計学のすすめ 決定と計画の科学」(講談社ブルーバックス)
などいいかも。
多変量解析については
「複雑さに挑む科学 多変量解析入門」(講談社ブルーバックス)などどーぞ。
99 :
没個性化されたレス↓ :03/06/09 15:05
「テクニカルブック」は
>>90 の
>@ 式の展開が詳細で、その式の説明がわかりやすい。公式しか載っていないものはだめ。
という条件に合わないよね。
計算の手順は詳しいけど、なんでこういう式になるかの説明はないし、
手計算に便利な式を優先しているぶん、そのへんがさらにわかりにくくなっている。
100
おお、ロッテさん。 一応、いろいろかじったのですが、卒論は臨床心理学で書いたのです。病跡学で。 統計の授業は3回の講義で、平均や尺度の話があっただけで、あとは各自勉強して と言われたのです。卒論で使わなかったので、統計は軽く学んだだけでして汗 臨床心理学が流行っている今だからこそ、統計など基礎が重要だと気づくようにな りました。
心理学データ解析QあんどA もおすすめ。
皆様、いろいろとご指導いただきありがとうございます。 森さんの本は、昔から、論文を読む際に、わからない検定が出てきたときによく使っていました。 とりあえず、式の意味はわからなくても「何を分析しているか」を知りたいときには有効だとは思いますが、統計の勉強をするには不向きだとは思っていました。 この本で統計学を勉強するには、副教材(たとえば、豊田さんの「違いを見抜く統計学」とか)が必要ですね。もしくは、仕方ないけれども、工学系の実験計画法の本をやるとか。 多変量解析の本と「Q & A」は読んで検討してみます。あと、95も別の機会に検討してみます(w. >教諭さん しばらくお待ちを。私には人事権がないので、親玉に相談してみます。 虫のいい話ですが、あとは、線形モデルの本も教えていただきたく思います。やはり、心理統計学者の書いた本はないということでしょうか。 それでは。
104 :
没個性化されたレス↓ :03/06/10 09:59
90さん真面目でいいですね。心理板はこういう方がいるから、やめられません。 統計の本ならば、心理系以外にもいろいろありますので、大きな本屋で見てみ てはいかがでしょうか??
105 :
没個性化されたレス↓ :03/06/10 10:55
分散分析を習った。いまいちよく分からんので、自分の言葉で表現してみる。 Xbar=標本平均、μ=母平均ね。 帰無仮説:μ1=μ2=μ3 F検定を行ってp値が有為水準にまで達しない場合は、 「Xbar1とXbar2、Xbar2とXbar3、Xbar1とXbar3のいずれかの比較がタイプ1エラーを犯す」 という可能性を捨てることができない。(familywise error rate) このとき、たとえ下位検定なりt検定なりを行ってXbar1とXbar2の間に有為差が認められたとしても、 先のF検定が有為でないのなら、μ1とμ2の間に差があるという判断を下すことはできない。 ↑最終段落。正しい?ダウト?
106 :
没個性化されたレス↓ :03/06/10 13:10
t検定は行ってはいけない。 下位検定の方法による。Scheffe'の方法には一要因分散分析の手順 が含まれているのでそのような矛盾はおこらない。Tukeyなどの方法 ではそのような矛盾がおこる。分散分析と多重比較を併用することに よって検定の多重性がおこる。併用は正しくない。詳しくは、永田・吉田 「統計的多重比較法の基礎」サイエンティスト社を読めよ。難しいぞ。
107 :
没個性化されたレス↓ :03/06/10 13:59
ごめん。ちょっと確認させて。分散分析と多重比較の併用ってなに? 下位検定としてt検定を使うこと?それともTukey法を使うこと? 後者だとしたら、一要因分散分析→Tukey法というのは厳密には正しくないってこと?
マスコミの「盗聴、盗撮」は許されるのか?その8
http://natto.2ch.net/mass/kako/1011/10115/1011522150.html 583 名前: 文責:名無しさん 投稿日: 02/03/05 15:33 ID:A9o87Nml
フジテレビの10時からの番組は、この一つ前の
『どうなってるの』の時からして最悪。私の個人情報を使って、
丸一本「恐怖のサイテー女」とかいった特集を組みやがった。
素人投稿を騙っては、そのもの自体は必ずしも私とは
言いかねるようなものに、同じ名前、同じイニシャルを当てはめたり、
盗聴・盗撮をしているから分かるのであろう様子のほのめかしを
所どころに散りばめては、出演者総出で「サイテー、サイテー」を
連呼していた。
あざとさ極まったことをしながらも、司会者のY・Tと掛け合って、
私の個人情報をボロクソにこけ落としながら大笑いしていた
局アナのN・K(かな?)のけたたましい声が今でも耳から離れない。
仕事だから仕方がないのかも知れないけれど、
ここに出ている者はサイテー最悪の盗聴者。
でもここでの書き込みが筒抜けだからか、
最近は一頃の悪意に満ちたほのめかしが少なくなっている。
しかも明日の項目は「心の〜」だって。
この枠での私への盗聴ほのめかしは、とりあえずのところ
「許せない、とんだ賠償請求」みたいな感じの特集が最後となっている。
賠償を意識せざるを得ないほどに、本当はヤバい盗聴・盗撮と、
そこから得られる個人情報の悪用ですものね。
106じゃないけど、 >ごめん。ちょっと確認させて。分散分析と多重比較の併用ってなに? 分散分析と多重比較は別のもの、ってことです 多重比較は分散分析の手続きの「一部」ではありません 全部の平均値の差が等しいという帰無仮説を多重比較でテストするんだったら 分散分析でいいじゃん、ってところかな。検定したい帰無仮説が 特定されている場合には、いきなり多重比較、でいいと思いますよ。 後はよろしく>もっと詳しい方
110 :
没個性化されたレス↓ :03/06/25 22:09
多重比較には先験的比較と事後比較がある。 心理学では多くの場合,分散分析が有意な時に行う事後比較ではないかな。
111 :
没個性化されたレス↓ :03/07/07 13:13
斜交回転(プロマックス)で因子分析したら因子負荷量が1を超えちゃいました。 ソフトはSPSSです。これは理論的にあり得るのでしょうか?
ア・プリオリな検定(事前検定)とア・ポステリオリな検定(事後検定)とあるのです。
>斜交回転(プロマックス)で因子分析したら因子負荷量が1を超えちゃいました。 ソフトはSPSSです。これは理論的にあり得るのでしょうか? ありえます。ヘイウッド・ケースとか言っていたなあ。
>>113 ありがとうございます。お答えを頼りに少し調べてみましたが、最尤法による
初期解指定を行った際に、共通性が1を超える場合があり、これをヘイウッド
ケースと呼ぶようですね。勉強になりました。
当方の結果は主因子法・プロマックスによる因子分析結果の因子パターン
行列において因子負荷量が1を超えてしまったのですが、これも同じ論理で
しょうか?
115 :
没個性化されたレス↓ :03/07/07 21:29
そういう結果になった時は,データ(項目)を見直せ。 偏りのあるデータになっていないか,ほぼ同じような意味内容の 項目が重なって入っていないか,などなど。
>114 因子間相関はどんなものでしょ? 回帰分析と同じだと思うのですが。
統計なんかどうでもいいよ。適当にやっとけ。 ところでバリマックスのバリって「バリすげーじゃん」のバリ?
118 :
没個性化されたレス↓ :03/07/08 13:29
>>117 >統計なんかどうでもいいよ。適当にやっとけ。
それは一通り使える人が言えば説得力があるのだが。
そうじゃない人が言うとただの DQN。
バリマックスは分散(variance)を最大(max)にするって意味じゃなかったっけ。
119 :
没個性化されたレス↓ :03/07/08 13:38
>117 ワロタ
__∧_∧_ |( ^^ )| <寝るぽ(^^) |\⌒⌒⌒\ \ |⌒⌒⌒~| 山崎渉 ~ ̄ ̄ ̄ ̄
__∧_∧_ |( ^^ )| <寝るぽ(^^) |\⌒⌒⌒\ \ |⌒⌒⌒~| 山崎渉 ~ ̄ ̄ ̄ ̄
123 :
没個性化されたレス↓ :03/07/19 10:24
統計くらい使えるようになろうな。
124 :
没個性化されたレス↓ :03/07/19 23:05
これからは、「分散すげぇ!」とも、言ってみようw
125 :
没個性化されたレス↓ :03/07/20 22:08
コノスレハイマイチモリアガリニカケルインターネットデスネ
スピアマンの相関係数についてなんですがどうして 婆(k+1) (1<=k<=n-1) で割っているのでしょうか あと、1から引く意味もよくわかりません
>>126 標本と母集団について勉強しなおすがよろし。
>>127 標本、母集団と婆(k+1)になにか関係があるんですか。
もう少し情報を頂けると嬉しいのですが
AMOSの無料バージョンを落としてみた。 イラレみたいで面白い。
130 :
没個性化されたレス↓ :03/07/27 15:19
あげ
∧_∧ ∧_∧ ピュ.ー ( ・3・) ( ^^ ) <これからも僕たちを応援して下さいね(^^)。 =〔~∪ ̄ ̄ ̄∪ ̄ ̄〕 = ◎――――――◎ 山崎渉&ぼるじょあ
132 :
没個性化されたレス↓ :03/08/05 17:45
ロジスティック回帰は、ふつう、エンドポイントが2つ(症状の有無のような)のときに使いますよね。 エンドポイントが3カテゴリーに分けられるようなものには使えないのでしょうか? もし使えないなら、エンドポイントが3カテゴリーに分けられるものには、 どのような回帰を使えば良いのでしょうか?
133 :
没個性化されたレス↓ :03/08/06 16:32
>>126 もう解決したかもしれないが>127は不偏分散か何かと勘違いしている
と思われ(あるいはネタ?)
スピアマンの相関係数の定義としては通常のピアソンの積率相関係数の式に
変数の値として順位を入れただけなんだが・・・
ただXとYはどちらも順位で(同順がなければ)1からNまでの自然数になるから
常に ΣX = ΣY = N(N+1)/2 だし,ΣX^2 = ΣY^2 = N(N+1)(2N+1)/6となる
その辺に気をつけてピアソンの相関係数を変形していくだけ
いろんな変形ができるが例えば単純に式を整理していくと
12ΣXY 3N + 3
------- - ------
N^3 - N N - 1
という形になるが Σ(X-Y)^2 = ΣX^2 - 2ΣXY - ΣY^2
という恒等式を利用してさらに変形すると
6Σ(X-Y)^2
1 - ------------
N^3 - N
分母に出てくる N^3 - N = (N-1)N(N+1) は
婆(k+1) = (N-1)N(N+1)/3 (kは1 <= k <= N-1の自然数)
という恒等式を利用して置き換えられるだけのこと
だからΣk(k+1)とか1から引くとかは(たぶん)本質的ではない
強いて言えば Σ(X-Y)^2 はそれだけで順序の対がどれくらい
一致していないかという指標になっていると考えることもできる
この値はXとYが完全に一致するとき最小値0になってXとYが完全に
逆順だと最大値(N^3-N)/3 = Σk(k+1) (1<=k<=N-1)になるから
これをそれぞれ相関係数のように1と-1になるようにするには
1からΣ(X-Y)^2をΣk(k+1)で割って2をかけたものを引けばよいことになる
>>133 どうもありがとうございます。完全に放置さたものだと思って泣き寝入りしていました。
定義から導こうともしたんですが
Σ(X-Y)^2 = ΣX^2 - 2ΣXY + ΣY^2
の式に全く気づきませんでした。
しかも
1 - 6Σ(x-y)/(n^3-n)
そのものの意味づけまでして頂いてどうもありがとうございます。
今日は安らかに眠れる気がします。
135 :
没個性化されたレス↓ :03/08/07 11:51
>>132 どういうデータがあって何を知りたいのかということがイマイチよくわからんのだが
判別分析じゃダメなの?
(´-`).。oO(順序つきカテゴリなら比例オッズモデルがあるけど
(´-`).。oO(そもそもダミー変数って言葉を知らないんじゃないだろうか)
138 :
没個性化されたレス↓ :03/08/07 13:40
おまいら、日心のプログラム見ろ。 統計関係のワークショップのサブタイトル面白いぞ。
豊田さんのWSの話?
(⌒V⌒) │ ^ ^ │<これからも僕を応援して下さいね(^^)。 ⊂| |つ (_)(_) 山崎パン
141 :
没個性化されたレス↓ :03/08/17 20:49
あがれ
>>132 多項ロジットや多項プロビットという分析法があります。
多項ロジットはSPSSのパッケージにもありますね。
143 :
没個性化されたレス↓ :03/10/04 01:52
すみません、質問です。 自由記述でえられたデータをカテゴリー化し、 そのカテゴリー間の関係を見るためにコレスポンデンス分析を 使いたいのですが、SPSSにどのように入力すればよいのか、 ご存知の方いらっしゃいませんか。 通常コレスポンデンス分析は、2変数間の関係をクロス表から 分析するようなものに使うようなのですが、 上記のような使い方をしているものを見かけたことが あるので、気になりました。 よろしくお願いします。
good
確かコレスポンデンス分析はSPSS Baseだけだと使えないと思ったが, オプションが入っているかまず確認。 コレスポンデンス(対応)分析は,質的データを主成分分析する ようなもの(数量化III類に相当)。 とにかく少ないデータをまず入力してみて,出力できるかチェックしたら。
コレポンは SPSS Categories が入ってないとできないにゃ。 クロス表からの分析もできるにょ。
>145、146さん レスありがとうございました。 ともかく、やってみろですよね。 がんばります。
A要因(2水準)×B(2)×C(3)の分散分析で、Cの主効果のみが有意であると 分散分析表には書いてあるのですが、「ペアごとの比較」を見ていくと 1) C要因の第2水準と第3水準の間で有意差あり 2) A要因の第1水準でのC要因の第2水準と第3水準の間でのみ有意差あり 3) A要因の第1水準で、さらにB要因の第1水準でのC要因の第2水準と第3水準 の間でのみ有意差あり となっていました。この場合、分散分析表を見てC要因の主効果に有意な差が 認められたと書くべきなのか、それともA1でB1の時のC2−C3の間で有意差が 認められたと書くべきなんでしょうか?
149 :
没個性化されたレス↓ :03/10/13 10:07
前者前者
>149 確認ですが、↓のようになってて、細かく見ると「*」と「@」の差は 横軸の2でしか統計的に有意ではなくても、解釈の際は「*」と「@」 において主効果があったとすべきなんですよね。 │ ├ * │ ├ * │ * ├ │ @ @ ├ @ │ └─┴───┴───┴─ 1 2 3 くどくてスマンです。なんとなく釈然としなかったもんで…
×:「*」と「@」において主効果があった。 ○:「*・@」要因の主効果が確認された。
152 :
没個性化されたレス↓ :03/10/13 21:54
そうそう。
>152 分かりました。ありがとうございました。
高い相関のあるニ変量の内、一方の違いによるある値の変動を見たいのだが、 他方の違いによる変動は無視したい時(例えば、身長と体重のニ変量の内、 体重の「重い」―「軽い」での血中糖度の違いを見たいのだが、身長が高いせい で体重が重くなっている人の影響を除きたい時)は… 1.身長を幾つかの区分に分けて、その区分の中で体重の重-軽と群分けをし、 次に身長の各区分中の「重群」と「軽群」をまとめる。 2.体重の中央値で「重群」と「軽群」に分け、身長を共変量として指定する。 …というような方法を思いついたのですが、どちらが適切なんでしょうか?
155 :
没個性化されたレス↓ :03/10/29 08:15
>>148-153 いまさら遅いかもしれないが、A×Cの交互作用は有意じゃないの?
もしそれが有意ならば、Cの主効果に大した意味はないぞ。
仮に、交互作用を入れて分析してないなら、とっとと分析しなおせよ。
交互作用が有意でない場合に初めて、主効果が有意か否か、意味を持つ。
>>154 従属変数は連続?ならば、体重、身長の両方を連続変量として
十回忌すれ。この場合、体重・身長をカテゴリ化するのは、心理学では
一般的だけど統計的には非常によろしくない。どうしてやりたければ、
両方カテゴリ化した上で、二元配置の分散分析すれ。片方だけ連続変量の
まま共変量として突っ込むのは、理論的に正当化できないぞ。つまり、2はダメ。
1は良くワカラン。
156 :
没個性化されたレス↓ :03/10/29 08:35
>>154 ちなみに、新潮と体重の相関が高すぎて多重共線性の問題が
生じていたら(SASやSPSSでチェックできるはず)、問題は
解決できないのであしからず。
たまにこういうまともなやり取りを見るとほっとする。 まだまだ廃れたもんじゃないな、この板も。
158 :
没個性化されたレス↓ :03/10/29 15:53
150の図はAとCの交互作用を示す図です。交互作用がなければ、 二つの折れ線は平行状態になります。図を書いたのなら、 意味も考えましょうね。
159 :
没個性化されたレス↓ :03/10/29 16:42
ところで、上のやりとりみてて思ったけど、なんでコレスポンデンス分析 なんてものが存在するの?あれなんて、行/列の比率を取ってからクラスタ 分析か多次元尺度分析すれば充分じゃないのだろうか? 数量化I,II,IIIも、全て、因子分析や重回帰の特殊ケースに過ぎない (例えば、ダミーを使った重回帰とか)と聞いたことがあるし、数値例も 見せられたことがある。 なんで、心理やマーケティングには、こんなに変な分析が多いの? 数量化なんて英語で発表しても意味が通じないだろうに。
160 :
没個性化されたレス↓ :03/10/29 16:45
>>158 に付け足すと、あの図の場合、本当ならばA×Cの交互作用しか
ないのに、それが原因で、見かけ上Cの主効果が有意と出てくることが
ある。が、それはあくまでも見かけに過ぎないので、あんな図が出て
きたら、とにかく最初に交互作用を疑う必要がある。
もし交互作用が有意でないならば、Cの主効果が有意、と報告すれば良い。
162 :
没個性化されたレス↓ :03/10/30 01:49
>>162 そーだわなぁ.そりゃどちらも偏相関係数見るわけだしねぇ.
いや,統計DQSとしては,十回忌の出力はよぉわからんので.
コマンドは簡単な方がよろし.
あ,でも十回忌でやって共線性のチェックも汁ってことか.
164 :
没個性化されたレス↓ :03/10/31 08:31
重回帰やめてAMOSするよろし。
165 :
没個性化されたレス↓ :03/10/31 17:41
きみ、それをやる理論的必然性がどこにあるのか わかった上での発言だろうね?最近、潜在変数なんて 仮定せずとも、重回帰やパス分析の積み重ねで充分な データにまで、潜在方程式モデルを使うのが流行だけどさ。 それにしても笑えたよ、今回のグ○ダイニュースのエッセイ。 「モデルを当てはめたら、5%で有意さが見られた。したがって モデルが適合していることが確認された」と、全く勘違いな理解を している論文が投稿されて困る、と書かれていた。
166 :
没個性化されたレス↓ :03/11/01 09:22
a g e
167 :
没個性化されたレス↓ :03/11/01 09:32
重回帰やパス分析の積み重ねが良いという理論的根拠必然性はどこにあるのか。
168 :
没個性化されたレス↓ :03/11/01 10:46
とある統計の大家の言葉。 「共分散構造分析は、潜在変数を仮定することでエラーを 外部に出してしまえるので、パス解析をするよりも有意な 結果が得やすい。なんだかんだいって、皆が使っているのは それが一番の理由でしょう」 そのコストとして、ニュースレターで紹介されているような トンデモ論文が増加しつつあるのだろう。
>>159 いや、コレポンはクライアントが欲しがるんだよ。
特に代理店のDQNクライアントはコレポン大好きだから。
170 :
没個性化されたレス↓ :03/11/01 18:00
>>159 よくわかった。サンクス。
それにしても、中身を考えずに「皆が使っているから
漏れも」っていう人間が多くて問題だよな。
>>168 の話にしても
パス解析で出せないほど小さな効果を無理矢理出しても、仕方
ないような気がする。
これはすごく大切なことなのだけれど、問題は、有意な効果が
あるかどうかよりも、どれだけ大きな効果があるのか、って
方なんだけど、心理やマーケでは、教えられてないのか?
171 :
没個性化されたレス↓ :03/11/01 18:00
172 :
没個性化されたレス↓ :03/11/01 20:09
>>168 だけど、詳しいやりとりを思い出した。
その先生に「複数項目を合成して(←ただの平均を計算)して
変数を作り、合成変数間の関係を重回帰使って分析するのと、
複数項目から潜在変数を作って共分散構造分析するのとでは、
結局、何が違うんでつか?」と聞いたときに帰ってきたセリフ。
>心理やマーケでは、教えられてないのか? 理論の確からしさよりも、業績getのほうが大切なんです。彼らには。
174 :
没個性化されたレス↓ :03/11/02 04:12
むかーし、「データ数が2000を越えてきたら、 やっと有意な結果が出てきましたよ!」って、うれしそうに 報告されたけど、なんて言っていいか困ったよ。
175 :
没個性化されたレス↓ :03/11/02 04:18
>>173 それは心理だけだろ?
経営の統計もなのか?
176 :
没個性化されたレス↓ :03/11/02 04:21
>>175 業績getのために理論の確からしさを捨てるのは
どこの分野でもあるだろ。とーぜん。
マーケティングは結果が求められるんじゃないの? 心理とは別次元だと思うが
178 :
没個性化されたレス↓ :03/11/02 04:31
>>177 効果サイズやpower testを気に掛けてない研究は、
心理でも、鬼のように存在していると思われますが。
179 :
没個性化されたレス↓ :03/11/02 04:32
というか、考えてみれば、マーケでこそ効果の大きさが 重要だと思うのだけれど。何のために、高い金を出して 調査しているのか。
逆に言えば、マーケのような実用的な研究よりも、 理論構築のための仮説検証やメタ分析においてこそ 効果量の検討がないがしろにされがち。
181 :
没個性化されたレス↓ :03/11/02 08:51
>>180 例えば、Type I errorが5%に固定されていても、
Type II errorが変動することをキチンと理解している
心理学徒がどれだけいるかを考えれば、そりゃそうだ。
>>181 逆に検出力をきちんと教えてくれている大学ってあるんですか?
この時世じゃ独習しる香具師も少ないだろうし。
検出力というのが何なのかはどこででも教えてるだろうが、 それが統計解析において何で大事なのかまでは教えられてないヨカーン。 かくいう自分もよくわからん。
184 :
没個性化されたレス↓ :03/11/06 10:06
教えて、エロい人!
こういう基礎的な質問に答えられないのが常連コテ達の弱みなのかな? さすがに、XYZあたりは違うだろうが。
186 :
没個性化されたレス↓ :03/11/12 08:41
とある教科書 H0が真 H0が偽 H0を棄却 type I error, p=α 判断が正しい p=1-β(検定力) H0を棄却しない 判断が正しい type II error p=1-α p=β この教科書からはType I errorが5%に固定されると検定力も固定される?
187 :
没個性化されたレス↓ :03/11/12 16:15
検出力を決めるのは棄却域だけじゃないよ。
188 :
没個性化されたレス↓ :03/11/14 05:21
>>186 検出力の話をするなら、信号検出理論の文脈で考えた方が
わかりやすいよ。2つの平均の異なる分布があって、ある
観察された値が、どちらの分布から引き出されたのか判断
するって話。
x1=分布1の平均、x2=分布2の平均、
z=分布1の95%信頼区間の上限値、と考えてみれば良いんだよ。
α=.05ってことは分布1においてzより値が上の部分の面積が全体の
5%ってこと。そのとき、分布2においてzより値が下の部分の面積が
いくらになるのか考えてみな。
ここで、データ数が大きくなるほど、分布1、2の分散が小さくなる
ことも忘れずに。α=.05となるようにzの値を固定しても、βは固定され
ないのがわかるはず。
>188 186が信号検出理論についてどれだけ知っていか不明なんで本当に わかりやすいのかどうかは・・・ あと細かいことだけど >α=.05ってことは分布1においてzより値が上の部分の面積が全体の > 5%ってこと。 これは対立仮説が x1 < x2 の片側検定の場合だよね。 普通信頼区間は普通上下に2.5%ずつとるものだと思うけど。 (揚げ足とって気を悪くしたらスマソ) >そのとき、分布2においてzより値が下の部分の面積が > いくらになるのか考えてみな。 この面積がβ(type II errorを犯す確率)に対応するわけだね。 そもそも >186 は「とある教科書」を読んでどういう思考過程を経て あのような結論に至ったのかを説明してほしい。 なんか根本的なところで大きな誤解をしているような気がする。 っていうか表の見方がよくわかっていないのでは?
悪い。 データが一定の元で考えるのかと誤解していた。信号検出理論も効果量もよく知っている。 屁理屈を言うと「Type I errorが5%に固定されていても、Type II errorが変動する」 は言い過ぎで、「Type I errorが5%に固定されていても、データが固定されていると、 Type II errorは変動しようがない。」かな。バイ。
なんか冷静になって読み返してみると我ながら感じの悪い書き方をしてしまった。 ゴメンナサイ <(_ _)> 結構同じような誤解をしている人が多そうなので蛇足ながら書いておくと いわゆる標本理論では「データを固定する」という発想はしない。Type II error の確率というのは「母集団分布が対立仮説に従っているという状況下にあるにも かかわらず、検定で帰無仮説を棄却できないようなデータが得られる確率」と いうことができる。(データ固定というのはベイジアン的発想) ちょっとくどい言い方をすれば 「仮に『H0が真のときにType I error を犯す確率をαに抑えるような検定』を行った 場合に、実際にはH0は偽(H1が真)で結果的にType II errorを犯してしまうような データが得られる確率は( )」って感じ。カッコの中に入る言葉は ・H1(あるいは母集団分布の真の状態とか母集団効果量)によって変動する ・(母集団効果量が一定でも)サンプルサイズによって変動する というところ。
192 :
没個性化されたレス↓ :03/11/19 19:15
共分散分析で、独立変数も連続量である補助変数も被験者内要因があった場合、 分析にかけることは可能でしょうか? 例えばこんな感じのデータで、 独立変数:性別(男女)、練習前後(練習、本番) 補助変数:A得点 従属変数:練習および本番の点数 通し番号 性別 練習点数 練習時のA得点 本番点数 本番時のA得点 001 男 27 8 45 6 002 女 39 5 51 8 . . . よろしくお願いします。
193 :
没個性化されたレス↓ :03/11/20 08:51
専門家ではないので、参考まで。また、専門の人、書き込んでください。
分析にかけるのは可能だと思います。ただし、分析結果が出るか、不明。
共分散構造分析は、パス解析から因子分析までを含む数理モデル。
どんな因果モデルの元に解析するか、です。
独立変数の練習と本番は共分散があるので、完全独立ではない。両方向の
パスが必要。A得点は不明だか、たぶん、練習、本番との間に共分散があるだろう。
ここでも両方向のパスが必要になる。
この程度の変数はAMOS Student editionで解析可。ソフトはただ。
http://www.smallwaters.com/amos/ AMOSの利点はお絵かきソフトのインターフェイスで高度な分析ができること。
くずデータを入れると、分析してくれない。この辺り、重回帰より優れている。
重回帰はどんなデータでも分析してしまうのが欠点。
AMOSは良いデータでないと、どんな高度な分析をしてもダメと教えてくれます。
(それが読めないのは本当の馬鹿)
(´-`).。oO(
>>192 はSEMではなくANCOVA使えるかと聞いているんじゃないかな・・・
>>194 はい、そのとおりです。
ANCOVAかけられるでしょうか?
196 :
没個性化されたレス↓ :03/11/20 13:16
197 :
没個性化されたレス↓ :03/11/20 13:28
なるほど。最近の学生さんはANCOVAなんて勉強せずに 構造方程式モデルの方を勉強するのかな。そうならば、 しかし、かなり危険な偏りだよな。
>>193 >くずデータを入れると、分析してくれない。この辺り、重回帰より優れている。
>重回帰はどんなデータでも分析してしまうのが欠点。
これ、かなり危険な考え方。
反復測度分散分析を使う時には球形仮定が成立しているかどうか、 の他にはどんなことに気をつける必要がありますか?
補助変数が被験者内の場合のANCOVAについて尋ねたものです。 こういう場合、SASでプログラムを書くにはどうすればいいのでしょうか? repeatedステートメントに独立変数の被験者内要因を記述したら補助変数を書けないし、 補助変数を書いたら独立変数が書けません。 お願いします。
>>202 既にそれらは探してみましたが、
web上では補助変数と独立変数の両方に被験者内要因が入っている場合が見つかりませんでした。
204 :
没個性化されたレス↓ :03/11/21 06:31
>>192 話が良く見えなくなってきたぞ。
>>192 の例ではA得点が2つあるけど、
それを両方ぶちこんで、しかもそれらを繰り返し要因として扱いたい
ってこと?なんか、すごく変な分析に見えるけど。
大体、得点Aを繰り返し要因として扱うってことは、得点Aが従属変数、
「練習時と本番時」が独立変数となるって、ことだよ。それを
独立変数に入れるってのは、なんか無理があるんだけど。
できるとしたら、練習と本番の得点Aを2つも別々に共変量として
GLMにぶち込むというやり方しか思いつかないが。もし、
>>192 が
言ってるような分析ができるとしたら、もはやGLMの枠を越えて、
GEEを使う必要が出てくるかもしれない。Generalized Estimaging
Equation modelって奴。
SAS/STATの最新板なら、proc GENMODってのがあるから、マニュアル読んで
みたら。素人が手を出すと、とんでもない大やけどをするけどさ。
205 :
没個性化されたレス↓ :03/11/21 06:38
もし俺の理解が正しいならば、
>>192 がやりたい分析はこんな感じになるのだが。
(式1)
[練習/本番]→[得点A]
(式2)
[性別]+[得点A]+[練習/本番]+[その他交互作用]→点数
つまり、合成関数の形を取るから、もはやGLMを使った
共分散分析では扱えない話だと思うのだけれど。その他、
専門家の意見キボンヌ。
>>192 課題とA得点がどんな性質のものなのかが分からないと、
まともな分析方法のアドバイスはもらえないよ。
207 :
没個性化されたレス↓ :03/11/21 12:07
>>192 data ;
input id sex $ renshuu ren_A honban hon_A ;
cards ;
001 男 27 8 45 6
002 女 39 5 51 8
003 男 26 7 44 5
004 女 38 4 50 7
;
run ;
proc glm ;
class sex ;
model renshuu honban = sex ren_A ;
repeated time ;
run ;
本番のA得点を練習のときの共変数にするのは変なので
共変数は練習のときのA得点だけにしました。
208 :
没個性化されたレス↓ :03/11/21 13:11
>>207 乙。ただそれで良いなら質問してないだろ。
無理そうなので諦めました。 みなさん。ありがとうございました。
これこれをやりたいのに、どうやら無理らしい、ということじゃないからね。 あなたのやりたいことというのが、十分に明確になっていなくて、おそらくは 明確になった時点で、これをやりたいんじゃなかったということになるだろう ということです。
211 :
没個性化されたレス↓ :03/11/22 04:10
>>210 いや〜、違うような気がするな。彼の場合、自分自身の中で
何をやりたいのかが曖昧なままなんだよ。繰り返し要因の意味を
良く理解していないのだもの。点数と得点Aの関係がどうであれ、
「本番時の得点A」が「練習時の得点」に影響することなど
あり得ないのだから、「得点Aが繰り返し要因で、かつ、点数に
対する独立変数となる」って文章自体が、意味をなしてないもの。
質問紙の信頼性をみるのに、 Spearman-Brownの公式を使って出した信頼性係数と、 クロンバックのα係数を併記することがありますよね。 これってなぜなんですか? α係数だけじゃダメなんですか?
213 :
没個性化されたレス↓ :03/11/22 20:55
質問はなるべくageましょう。
214 :
没個性化されたレス↓ :03/11/22 21:22
ハン板の常識でも、世間ではあまり知られていないこと ・ パチンコは、北朝鮮の資金源。 ・ 現在の在日朝鮮人のほとんどは、密入国で日本に来た。 ・ 韓国は、反日教育をしている。 ・ 韓国では、反日の歌が流行っている。 ・ 日本で犯罪を犯した韓国人は、半島に帰ると英雄扱いされる。 ・ 韓国は、日本領土の竹島を不法占拠し、それを話し合いで解決しようとしても、 「独島を韓国領と認めるなら、話し合いに応じる」と、訳のわからないことを言って 話し合いに応じない。 ・ 韓国への謝罪と賠償(みたいなもの)は、日韓基本条約で既に解決済み。 ・ 韓国に犯罪の協力を要請しても、韓国はほとんど協力しない。 ・ 日本で盗まれた文化財が、なぜか韓国で発見されて国宝に認定される。(サムライ、寿司 など) そして、この件で調査したいといっても、調査させず時効になった。 ・ 海外旅行で日本人の評判を落としているものの中には、朝鮮人の 日本人の騙りが少なからずある。 ・ 朝鮮併合は、植民地支配ではなかった。 ・ 従軍慰安婦問題は、朝日の捏造。 ・ 朝鮮人が犯罪をして逮捕されても、「民族差別!」と叫べば、無罪。
215 :
没個性化されたレス↓ :03/11/23 18:52
>>192 変にぼかして書いてるところに問題がある。
「A得点」「練習および本番の点数」が具体的に何を測定したものかや
両者の間で想定している仮説がわかれば別な解決のしかたが見つかるかもしれないのに。
>>215 ● ● / ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄
〇 ̄ ̄ (●Å●)< きっと正体がばれるのをおそれたパンダ
■■ ̄■ ■ \_____________
>192 AOMSのマニュアルに載ってるOlsson(1973)のモデル に0−1のダミー変数を導入した平均構造分析をするのが あなたのデータにはピタリはまります. マニュアル通りの2群の分析も可です ダミー変数使ったのはたしか狩野先生のHPでみた記憶が あるけど確信もてない スマソ
やはり、共分散「構造」分析にいくしかなかったか。
とったデータが正規分布するのか、対数正規分布するのかを確かめるには 1.データを正規性の検定(Shapiro-Wilk)にかける 2.データの対数をとってそれを正規性の検定にかける …という方法で良いのでしょうか?
しつこくもage
>219 >…という方法で良いのでしょうか? ダメだよん! そもそも2は変換が逆じゃろう オイラだったらやっぱAICを使う 2つの分布でドッチがAICが小さくなるか... でもプログラムはない(数行で自分でかけるよん) 役に立たないレスで スマソ
>221 >ダメだよん! そもそも2は変換が逆じゃろう レスありがとうございます。ですが、おっしゃることの意味が分かりません(T_T) そもそも、ソフトに任せっきりで正規性の検定というのがどんな事をやっているのか 分かっていない辺りが、おっしゃることが理解できない原因だとは思うのですが… それから、AICは回帰関連で、誤差分散の対数を利用してモデル選択を行うという方法 しか見つけられませんでした。データがどのような分布型になっているのかを判断する 指標としてAICを用いるにはどのような、式を用いればよいのでしょうか?
223 :
没個性化されたレス↓ :03/12/11 12:14
すみません、初歩的な質問です。 作成者が2因子構造を仮定しているスケールを因子分析したところ、2因子目が2項目のみになってしまいます。 (※先行研究は中学生対象で、それを小学生用に表現改訂して施行しました。データ数は300程度です) 意味内容としては測りたいことを捉えている項目なのですが、 「1因子に2項目などだとαを出してもあまり意味がない、その因子を分析から外すことも考慮に入れる」 と習った覚えがあります。 2項目でαを出してみて、それが高くても、1つの因子として分析には使用できないのでしょうか? 似たようなパターン行列が出ている論文を探してみたら、2項目しかない因子を その後の分析に採用して発表している方もおられるので、混乱してしまいました。 すみませんが、どうぞ宜しくお願い致します。
まずは因子分析をやり直す。確認的因子分析を行ってみる。 因子分析の指定を変える。1因子性が高いのであれば斜交解を行ってみる。 もちろんまずは2因子を仮定するのが妥当かどうかを固有値等をみて 判断することが必要だが。 2項目でαが高い,すなわち両者の相関係数が高いのであれば, 項目内容の幅の狭さから,妥当性の問題が出てくる。しかしこれを削るか 残すかは研究者次第かな。どうしても必要だと判断されるのであれば 残せばいい。 ただし,中学生で2因子,小学生で1因子性が高まるであるのであれば, 小学生が中学生で区別された2つの概念が区別されていないという解釈も あるだろう。 …いろいろやってみるのがいいんでないかな。
>224 ありがとうございます。 確認的因子分析…やはりあれに手を出さないといけないかもしれないのですね。 (ちょっとドキドキです。) 累積説明率や固有値を見て2因子が適当と思っていたのですが、とりあえずもっとあれこれ試行錯誤してやってみます。 小学生に概念区別ができてない可能性については自分でも考えていたところでした。 予期していた結果ではないのですが、これはこれで面白いかもしれないです。
227 :
没個性化されたレス↓ :03/12/13 00:47
228 :
没個性化されたレス↓ :03/12/13 23:17
お尋ねします。 t検査やった結果、t値がマイナスになったんですが、これってアリなんですか?
229 :
没個性化されたレス↓ :03/12/13 23:42
報告するときにはマイナスを取って報告すれば良いだけです。 というか、ちゃんと統計ソフトのマニュアル読んでください。
>>229 すいません、回答ありがとうございます。
絶対値を報告すればいいんだ、ありがとうございました。
AとBの差、というのと、BとAの差、の違いだけだよ。マイナスがつくかどうかは。
232 :
没個性化されたレス↓ :03/12/14 00:12
-はとらないといけなかったんだ…。
昔投稿した時に,査読者から「マイナスをとりなさい」と 指摘されたことがある。
234 :
没個性化されたレス↓ :03/12/14 13:57
パソコンでデータを処理するという話は抜きにして、多変量解析の理論をしっかりと学びたいのですが何かお勧めの本はないでしょうか?
>>234 英語なら良いのがたくさんあるけどね。
>>232-233 頼むから、統計ソフトを使う時は、しっかりとマニュアル読んでくれ〜!!
たとえそれがt検定ごときであっても、このような現状があるのだから。
>>235 英語でも構いませんので紹介していただけると嬉しいです。
>235 卒論か修論の指導で疲労困憊しておられる方のレスとお見受けしました。 先生、がんばって…
238 :
没個性化されたレス↓ :03/12/15 07:54
>>233 マイナスはそのまま残すべきです。
アホな査読者には
「せっかくの差の方向(どの群が平均が高いのか)の情報を削って
何が得られるのでしょうか」
と反論してください。
>>238 じゃあ、実験群がA、対称群がBとしたら、
A−BとB−Aのどちらが一般的なの?
240 :
没個性化されたレス↓ :03/12/15 09:28
おすすめの入門書はなんですか?涙なしの統計学という本を先生から薦められた のですが・・・
241 :
没個性化されたレス↓ :03/12/15 10:21
涙なしには統計学は理解できない。 多変量解析の超初心者向き: 石村貞夫「すぐわかる多変量解析」東京図書 統計一般入門者向き:森口繁一「新編 統計的方法」日本規格協会 本格派は、柳井・高根「新版多変量解析法」朝倉書店 英語の本格派は、 Howell,D.C. Statistical methods for psychology. fifth edition. Wadsworth Group. 本格的な本は読むのに一、二年かかるので覚悟して取り組むこと。
242 :
没個性化されたレス↓ :03/12/15 11:08
>>239 「対照群」は、その群を比較対照の基準、ベースとするという意味だから
当然「実験群」−「対照群」です。それより上か下かの情報がtがプラスか
マイナスかで分かるのに、その情報をあえて捨てるというのは愚行です。
>>242 2ちゃんねる群とヤフ板群の比較はどうするのよ?
文中ではマイナスは不要。
例)2ちゃんねる群の被験者はヤフ板群の被験者より
も有意に他者を煽っていた(t(78)=8.32, p<.001)。
2群(もしくは2条件)のいくつかの指標に対して
t検定を行っており、その結果を表にするなら、マイ
ナスをつけることは意味がある。
244 :
没個性化されたレス↓ :03/12/15 12:38
そうかな。両側検定と片側検定をごちゃ混ぜにしてはいけない。
245 :
没個性化されたレス↓ :03/12/15 13:05
>>241 ありがとう。でも、難しいのはちょっとわからないので、簡単なものはないでしょうか?
完全文系の人間なので・・・。
教授には「涙なしの統計学」か講談社ブルーバックスの「推計学のすすめ」とかいうのを
薦められました。わたしは心理学科ですが、まだウチの大学はできたばかりですので、授業
も自習ばかりで、統計については平均や棒グラフくらいしか教えてくれませんでした。
246 :
没個性化されたレス↓ :03/12/15 16:46
>>244 なんでマイナスを付けると両側と片側のごちゃ混ぜになるの?
平均値差の表現と,その検定法とは別物でしょ。
>>243 たしかに文章でどっちが高いかを言っていれば
さらに符号をつける必要はないです。
247 :
没個性化されたレス↓ :03/12/15 17:51
>>246 禿同しておくぞ。
しかし、
>>243 の形式にも問題ありすぎ。
「なんで両群の平均値とSD/Varを報告せずに、t値だけ報告するんじゃ!!!」
248 :
没個性化されたレス↓ :03/12/15 17:55
>>236 で、どんなタイプの教科書が欲しいの?数理的に基礎からガッツンガッツン
仕込まれる数理統計系の教科書?それとも、モデルの基礎から統計パッケージの
アウトプットの読み方まで、簡潔ながらも過不足なく書かれた教科書?
当然、後者の方が薄くて読みやすいし、心理学者ユーザーにはオススメだけど、
それだけでは、統計学の人たちと渡り合うことは無理だけど。
あと、多変量といっても、教科書によって扱われていないのもあるから、
何を知りたいのか言ってもらえるとなお良し。
249 :
没個性化されたレス↓ :03/12/15 18:14
>>241 さん
柳井・高根「新版多変量解析法」朝倉書店
近くの図書館で内容確認してきます。ありがとうございます。
>>248 さん
>どんなタイプの教科書が欲しいの?
統計パッケージの使い方は必要ないです。
今すぐ多変量解析を使うというわけではないのですが、必要になったときにすぐに対応できるようにするため、基礎的な理論や概念、手法を抑えておきたいです。
数式の導出過程などが記述されているとなおよいです。
当方文系で正規の数学の授業は受けていないので(微分積分と線形代数は多少やりましたが)、
概念図が随所に挿入されていて、線形代数の基礎、少なくとも射影子あたりの話が記述されているものが望ましいです。
>多変量といっても、教科書によって扱われていないのもあるから、何を知りたいのか言ってもらえるとなお良し。
様々な方法がバランスよく紹介されているのが望ましいですが、最低限因子分析や共分散分析が載っていると嬉しいです。
とにかく、理論的に十分詳しく書かれていて基礎がしっかりと固められる(応用が利く)ものなら何でも構いません。
よろしくお願い致します。
252 :
没個性化されたレス↓ :03/12/16 00:25
253 :
没個性化されたレス↓ :03/12/16 09:33
254 :
没個性化されたレス↓ :03/12/16 09:33
結構、もりあがっていますね。 一冊で統計全体をカバーする本は見あたらず、 確率から検定、分散分析まで分かりやすく書かれていたのが、Howellの本。 日本語でこれだけきちんと書いた本がないのです。(見つけていないだけかも) 根本的に勉強するなら数理統計学の本になります。南風原さんの本は一般書 として通読しておけば良いでしょう。数理的センスは?と思います。 東大出版会からの前著を読んだのですが、もう一つピンと来なかったです。 多変量解析となると、分野が広く、数学関係の本を読んだ方が良いのです。 数学書のコーナーを見ると良いでしょう。私は勉強不足の無能力者なので、 もっと専門家の意見がほしいです。
>>254 「通常の統計学」の延長線上に因子分析とかの多変量解析がちゃんと
組み込まれているところがいいんではと思いました。
重回帰のベクトルでの説明もすごくよくわかったのでおススメかと。
まぁ、251さんが「通常の統計学」は完全クリアというのなら別ですけど。
257 :
没個性化されたレス↓ :03/12/16 13:15
>>255 、
>>256 南風原さんの本について評価がわかれていますね。
京大心理でもテキスト指定だし、たしかfprでもいい書評があったし
目からウロコのところがたくさんあって、かなりいいと思ったんだけど
数理的センスは?っつーのは、文系向けの説明がってこと?
それとも著者の理解のほう?
>>257 京大心理といっても,3箇所ほど該当部署があるんだが。
どこだろ?
259 :
没個性化されたレス↓ :03/12/16 14:23
心理分析(パーソナルスペース)で2×2×8の三元分散分析 を「STAR」でしようと思うのですがDLできるサイト教えてください。
↑sageかた、まちがえた。
262 :
没個性化されたレス↓ :03/12/16 15:36
263 :
没個性化されたレス↓ :03/12/16 15:52
質問です。 対応のある2群の母平均の差の検定をするとします。 ただ,データは正規分布していません。 この場合(対応のある2群の場合), ウェルチのt検定を適用することはできますか? ウェルチは独立した2群の母平均の差の検定をする手法なのですが。
264 :
没個性化されたレス↓ :03/12/16 16:26
できないと思います。ソフトに入れれば計算はしますけど。 対応(相関)のある場合のt検定を使います。 データの正規分布は気にしなくても構いません。 母集団で正規分布するなら適用可能。
266 :
没個性化されたレス↓ :03/12/16 17:04
>データの正規分布は気にしなくても構いません。 >母集団で正規分布するなら適用可能。 母集団の分布型はデータの分布型から 推測するはずじゃないの?母集団という観察不可能な物の分布が 正規だなんて、どうやって判定するんだ?変なこと言ってると思わない? データが正規分布でない場合、1)対数変換とかいろんな変換を通じて、 少しでも正規型に近づけてからt検定、2)ノンパラを使う、のどちらかだぞ。
267 :
没個性化されたレス↓ :03/12/16 17:14
>>263 〜
>>266 対応のあるt検定なら、データの分布じゃなく
データのペア間の差の分布の正規性が必要条件。理論的にはね。
あと、変換して正規に近づけるとかノンパラを使うとか
言ってるけど、そこまで正規条件に服従することないよ。
t検定は相当頑健だし、そもそも対数変換したものの平均って
何が何だかわからないでしょ。
>>267 >t検定は相当頑健だし
森・吉田の「データ解析テクニカルブック」でも頑健さの話を目にしました。
t検定が頑健ってことは,正規分布でなかったとしても大きな影響は
こうむらない,ってことですよね。
とりあえずノンパラ(ウィルコクソンの順位和検定)ととt検定の両方をやってみて,
結果とにらめっこしてみます。
最終的には解釈しやすい方を採用,かなあ…
269 :
没個性化されたレス↓ :03/12/16 21:58
二つの検定をすると、検定の多重性の問題に関係します。5%レベルの有意差で考えると、 t検定で有意、ノンパラで有意、tとノンパラで有意という3つのケースを有意と判断してしまいます。 だから、5/3%レベル(計算に自信ないけど)で検定してやっと5%レベルで有意になります。 二つの検定をして、片方の結果のみを報告すると、不正行為になります。 あと、t検定が頑健というより、中心極限定理の問題です。母集団が正規分布でなくとも、 多くのサンプルを抽出した場合、その分布は正規分布に近づきます。 ほとんどの場合、神経質になる必要はありません。 この定理がしっかり書いていない統計書は良書ではありません。
270 :
没個性化されたレス↓ :03/12/16 23:57
先生、わかりませーん! 分散分析で平均平方MSを算出するとき、なぜ群間と群内で、異なる自由度(k-1と N-k)で偏差平方和SSを割るのですか?群間平方和も群内平方和も結局は全員(N人) 分の平均偏差を2乗して合計しているのだから、どちらも同じ値(例えばN-1)で 割って不偏分散にするのでは、なぜいけないのですか? 数学が苦手なので、直感的に教えて欲しいのです、先生!
271 :
没個性化されたレス↓ :03/12/17 00:35
>>269 前半も後半も、よく読むと大間違いだね。
生半可な知識の典型。
>>270 素直で可愛いから、今度おせーてあげる。
273 :
没個性化されたレス↓ :03/12/17 05:54
>>272 役に立てたなら良いけれど。
>正規方程式が行列の表現でかかれていたり、
---それは、最初の本でもカバーされている。あまりグラフィカルではないけどね。
>t分布を与える密度関数の導出過程
---このあたりは多変量解析じゃなくても良いでしょう。3冊目の本で扱われているよ。
>多変量解析の基礎
---これは1冊目と2冊目の間くらいかな(2冊目は知らないけど。。。)
>>269 むちゃくちゃな主張は止めよう。正直言って、目も当てられないくらい
大嘘を書いている。
>t検定で有意、ノンパラで有意
「パラメトリックで有意なのにノンパラで有意じゃない」という結果は、
どんな場合に得られるのか考えてごらん。同様に、「ノンパラで有意だが
パラでは有意じゃない」という結果は、どんな場合に得られるのか、も。
練習問題だね。
>>270 じゃ、おせーてあげる。
不偏分散というのは、母集団分散の偏りのない推定量ということは
知ってるよね。全体の平方和をN-1で割れば、k群コミにした全体の
母集団分散の不偏推定量が得られます。
それと同様に、群内平方和をN-kで割れば、群内の母集団分散
(群によらず一定と仮定)の不偏推定量になります。
一方、群間平方和をk-1で割れば、(大雑把に言って)群間の
平均値の間のバラツキを表す母数の不偏推定量が得られます。
全部N-1で割ってしまったら、そうなりません。
証明までは直感的には無理ですが、だいたいそういうことです。
275 :
没個性化されたレス↓ :03/12/18 00:45
SD法ややこし過ぎ。
277 :
没個性化されたレス↓ :03/12/18 01:23
>>273 今回頂いたレスでだいたいの本のレベルがわかりました。
本屋探してもみつからないときは1冊目と3冊目の購入を検討してみます。
ありがとうございました。
あ、今までの話とはあまり関係ないですが、Welch法の自由度の導出過程を書いている本って中々みあたりませんね。
>>274 お忙しいところありがとうございました、先生!
でも、でも、まだわからないのです。
> それと同様に、群内平方和をN-kで割れば、群内の母集団分散
>(群によらず一定と仮定)の不偏推定量になります。
> 一方、群間平方和をk-1で割れば、(大雑把に言って)群間の平均値の間の
> バラツキを表す母数の不偏推定量が得られます。
この部分は、知識としては知っています。でも私がどうしても直感的に理解できない
のは、特に群間の母集団分散の不偏推定値を求める際に、なぜk-1で割るのかという
ことです。なぜかというと、群間平方和を算出するときには、各群の平均から
全体平均を引いて2乗し、*そして各群の人数をかけてから*合計しているからです。
つまり、群間平方和とは、群間の散らばりの*全員分の*合計です(よね?)。その
*平均*平方を算出するのですから、やはり人数分(あるいはそれを補正したもの)
で割るべきではないのでしょうか。そう考えると、k-1というのは、いかにも小さ
すぎると思えるのです。
この考えが間違っていることは承知しています。でも、どこが間違っているのか
わからないのです。先生、よろしくお願いします!
ちなみに、群間の*標本*分散というのはあるのですか?
ロボが実務系の質問(統計とか)に答えるのを見たことが ないけど、やっぱり研究者ではないのだろうか? 前にそんなこと、言ってたのは冗談ではなかった?
>>279 > 群間の母集団分散の不偏推定値を求める際に、
> なぜk-1で割るのかということです。
これに関して、私が書いたのは
> 群間平方和をk-1で割れば、(大雑把に言って)群間の平均値の間の
> バラツキを表す母数の不偏推定量が得られます。
ということでした。注意して見ていただくと分かるのですが、
「群間の母集団分散の不偏推定値を求める」とは書いていません。
群間平方和をk-1で割ることで推定される母数は、群間の平均値の
分散そのものではなく、それに人数をかけた形の母数です。
ポイントは「平均平方」という言葉の問題ですね。「平均」とあるから
人数で割るというふうに考えてしまいがちですが、実際に意味している
のは、「1自由度あたりの平方和」ということです。だから、平方和を
人数ではなく自由度で割るのです。
そうやって求めた群間平均平方と群内平均平方の比(F)は、
分子が人数をかけた形になっているため、人数に比例して大きな値を
とります。検定は人数が多いほど有意になりやすいことが、このこと
からも分かりますね。
> ちなみに、群間の*標本*分散というのはあるのですか?
群間平方和を総人数で割ったものがそれに当たると思いますが、
直接取り扱われることはないですね。
「調査法講義」朝倉書店・T著 の「分散分析」の章の最後のほうの「式の導出」を読むニダ 中学数学の範囲で厳密に導出してるニダ
ワラタ
>>281 > ポイントは「平均平方」という言葉の問題ですね。「平均」とあるから
> 人数で割るというふうに考えてしまいがちですが、実際に意味している
> のは、「1自由度あたりの平方和」ということです。
ぬあああ、何ですとー?!なるほど、そう言われてみれば確かにそうですね。
この点をずっと誤解していました。だから混乱してたんだ...
正しい考え方がわかり、助かりました。
ただ、「1自由度あたりの平方和」というのが何を意味するのかは
相変わらずピンと来ないのですが、たぶんそれはわからなくてもいいのですよね?
さすが先生、とても的を射た説明をありがとうございました!
>>282 ありがとうございます。読んでみます!
285 :
没個性化されたレス↓ :03/12/21 23:28
失礼いたします。 高校は私立文系コースで数学は高2以降習わず、大学で 「福祉心理」「人間関係」「幼児教育」などの専攻だと、 そのときそのとき統計学や実験のレポート提出をすれば 卒業できてしまいますが、そうした基礎が足りない学生が 再度統計を学べる良いテキストはないでしょうか。 「大学で何をやったか」を他人に説明すると「心理」と なるのですが、「心理学部」「心理学科」卒の学生と 比較すると、そういいづらいんですよね。 (なので、「認定心理士」はバカにされていますが、 一部の人には公務員試験等で「心理隣接分野」の証明の為に 役に立つこともあるのです。) すでに卒業しておりますが、また勉強したくなりまして、 心理系公務員対策本などを見ておりますが、やはり 基礎が足りないので悩んでおります。
>>285 大きな書店の心理学の棚に行き、
心理学統計法の教科書を片っ端から見て、
そこで相性のいいものを選べ。
あんたの数学能力や現在の学力がわからないことには
これ以上のアドバイスはできない。
287 :
没個性化されたレス↓ :03/12/22 04:26
そうですね... 田舎で、大きな書店もないので、やはり図書館の本や 放送大学で勉強するしかないかもしれないですね。
>>287 質問箱スレの
>>1 か
>>2 に,お薦め本のリストへのリンクがあります。
よろしければそちらも参考にしてみてください。
何かの役には立つかもしれません。
289 :
没個性化されたレス↓ :03/12/22 19:44
>>288 さん
ありがとうございます。
参考にさせていただきます。
しかし、田舎では統計ソフトもない、excelは入っていても
分析ツールが組み込めない(勤め先でCD-ROMが見つからない)
ということで、今までどうやって学会発表をしていたのか
わかりません。
10人以下のデータで発表していたのか、単なる施設内での
発表だと他の人も統計がわからないから大丈夫だったのか。
大学ではSPSSと関数電卓を使っていたので、こっそりと
excel統計の本を買って勉強していましたが、大学時代に
他の先生の演習も取っておけば(卒論2本程度につらい
そうなのですが)よかったか、と思っています。
愚痴になってすみませんでした。
>>291 自己レスで追加。
その本,ソフトの使い方の解説を兼ねて,
統計的検定なんかのTipsがついてます。
練習しながら分析の仕組みを覚える感じ。
>>291 まだわかってないようね.
ドナはママで,ママはドナなのですよ.
そして,その二人とも,統計については無学であることには
間違いがないわけで.
>>291 の本,参考にさせていただくですよ.
>>293 まあオイラはママがドナだろうと,ドナがママだろうと,
どっちでもいいんすけどね(w
ど〜せ中の人は一緒なのでつ。
スレ違いのバカレスで失礼ですけれども
>>294 中の人などいない!!!!
しかし未だにこのスレの半分も理解できていないのは
自分でもやべえと思うですよ(w
296 :
没個性化されたレス↓ :03/12/24 01:17
>>290 さん
>>291 さん
ありがとうございます。
とりあえず発表する担当者の要求通りには出来ましたし、
自分自身はその発表そのものにはノータッチなのですが、
こうしたものが残ってしまうことについて非常に恥ずかしく
思いました。
また、他の方は自分以上に統計がわからないのですが、
自分がその発表者が発表できるように説明できるかというと、
そうではないですし。
こうして書いていても本当にお恥ずかしいことです。
>>296 オイラもあんまり理解しているわけじゃないですよ。
やればやるほど,新たに学ぶべきことが雪だるま式に増えていく毎日で。
だから日々はずかしい思いをしながらせっせと研鑚をつんでるわけで。
まあ,お互いがんばりましょうぜ。
298 :
没個性化されたレス↓ :04/01/12 09:57
統計法について質問があります。 ある課題をやったときに2つの反応が、1人の被験者に対して、A反応a個、 B反応b個というように出てくるとします(a+bは一定ではありません)。 このとき、統制群と実験群で、A反応とB反応が出てくる割合(a/bまたは a/(a+b))が異なることを示すにはどのような統計を行えばよいのでしょうか。 A、Bのそれぞれの反応数の違いをみるなら、ANOVAだと思うのですが、割合 を比較するにはどのようにすればよいのでしょうか。
299 :
没個性化されたレス↓ :04/01/12 15:54
条件が1水準ならカイ二乗(特に、条件数が2の場合には比率の差の検定)。 2水準以上なら対数線形モデル分析。ただし、後者の場合には、本を一冊読み通す必要あり。
300 :
没個性化されたレス↓ :04/01/12 16:18
300は渡さない。
2水準以上の時は累積χ2乗検定だな。
305 :
没個性化されたレス↓ :04/01/28 14:17
307 :
没個性化されたレス↓ :04/01/29 01:51
>>298 A/Bの比率は同じ被験者から出てくるもので,独立で
ないのでカイ二乗や対数線形などは使えないのではな
いでしょうか.
>>303 の方法しかないのでは.
でも,これだと,2/4も10/20も同じになるので,なん
だか情報がもったいない気がしますが.
309 :
没個性化されたレス↓ :04/01/29 18:22
>>308 一つ目のコメントがわからない。比率の検定をする際に、
被験者内/間を区別する分析手法なんてある?比率の検定の
場合、気にせずにやってると思うけど。
310 :
没個性化されたレス↓ :04/01/29 18:24
補足 分散分析の場合は「全体分散を各要因に分割する」という論理 に基づく以上、被験者内/間の区別は重要だけど、比率の検定 (対数線形モデルなどね)の場合、分散分析とは異なる発想に 基づいているから、その区別に意味ないと思うのだけれど。
311 :
没個性化されたレス↓ :04/01/29 22:57
はじめまして。突然申し訳ありません。次のこと についておしえてください。 無相関の検定をしているのですが、絶対値が1以上という結果が 一部の2変数の組み合わせに見られました。 これはどういうことなのでしょうか?
もう少し詳しく書いて
313 :
没個性化されたレス↓ :04/01/29 23:56
311です。
>>312 ありがとうございます。
そもそも用いる統計があっているかどうかわからないのですが、
分析したいことはこうです。
1.あるビデオデータをそこでの内容から10場面に分けました。
2.そして10場面それぞれを、6つの言語指標について測定しました。
3.このデータから見たいものは、この6つの言語指標のうちの
ひとつのA指標とその他B、C、D、E、Fとの間の関係です。
たとえば、「指標Aが増えると指標Bが減る」とか、「指標Aが増えると指標Cも増える」
といったことを明らかにしたいのです。
こういったことには、どういう統計が利用できますか?
今は無相関の検定を行っています。統計ソフトは、エクセル統計です。
314 :
没個性化されたレス↓ :04/01/30 00:04
311です。重ね重ねすみません。 先ほど313では、 >3.このデータから見たいものは、この6つの言語指標のうちの >ひとつのA指標とその他B、C、D、E、Fとの間の関係です。 と言いましたが、 これを、6つの指標のすべての組み合わせ間での関係を知りたいときには、 また、先ほどと使用する統計も違ってきますか? よろしくお願いします。
315 :
白やぎ ◆K8EfEbyWG6 :04/01/30 01:12
無相関の検定というか,相関係数を出しているっていうこと? 10の場面それぞれについて6つの指標を出しているということは, n=10のデータで分析しているということでしょうか? 絶対値が1を超えるというのは,何の値が絶対値1を超えているの? 相関係数?
317 :
没個性化されたレス↓ :04/01/30 16:10
>>316 お返事ありがとうございます。
>無相関の検定というか,相関係数を出しているっていうこと?
そうです。
>10の場面それぞれについて6つの指標を出しているということは,
>n=10のデータで分析しているということでしょうか?
そうです。この検定で大丈夫でしょうか?
nの質が違うようで心配なのですが。。
>絶対値が1を超えるというのは,何の値が絶対値1を超えているの?
相関係数の絶対値1以上というのは、
私の勘違いでした・・申し訳ありません。
どうぞよろしくお願いします。
各指標は間隔尺度か?どういう選択肢?
319 :
没個性化されたレス↓ :04/01/30 21:13
>>318 お返事ありがとうございます。間隔尺度です。具体的には、視線回数や
ターン数といった、コミュニケーション指標です。
321 :
http://2ch. p21231-ipadfx41marunouchi.tokyo.ocn.ne.jp.to :04/01/30 22:01
10 wareme
>>310 根本的に間違っている。被験者内では分析できないというのが基本でしょ?
カイ二乗検定などをする際は各セルが独立(被験者間)でなければならな
いはずです。マクニマー検定などの対応のある検定でも、1回目×2回目と
いうふうに各セルが独立になるように集計するでしょ。被験者内のまま
分析する方法なんてないと思う。分析する方法がないから、やってしまえ
とうのは、統計の濫用だよ。
そもそも
>>298 の実験って、行動分析系だよな?
一人当たり1つのデータじゃなくて複数のデータを取って、
独立変数を横軸とした系列的なパターンを見るのが反応率という従属変数の王道だし、
もともと統計的分析を前提として開発された測定方法でもないしね。
>>322 むーん。2群間の比較の場合は確かにそうだった。バカでスマン。
しかし対数線形の場合もそうなの?ちょっとまじめに調べてみる。
298です。
いろいろコメントありがとうございます。
>>323 行動分析系ではありません。
実験群と統制群の各10名にあることについて話して
もらって、Aについての発言がa回、Bについての発
言がb回出てくる、というような感じです。
実験群の方が全体としての発言が多いので、Aの発
言もBの発言も統制群より多いのですが、単に数が
増えているということではなく、Aの発言の割合が
多くなるということを示したいのです。
>>325 比率を角変換して分散分析。
あるいは、素直にノンパラ。
327 :
没個性化されたレス↓ :04/04/03 09:43
fprの松井先生,異動されたのですね。
328 :
没個性化されたレス↓ :04/04/13 14:23
2000年狂信シンポ 「『線形代数もやらずに狂文三構造分析やる人が最近多く見られる』 と言ったら、蝿薔薇さんに『線形代数わかってたらあんなもん使う気 起こらないよ』と言われた」 会場一部「ハハハ」
329 :
没個性化されたレス↓ :04/04/15 03:20
というか、日本の社会心理学者だけじゃないのか。 使うべきでないデータ=質問紙で集めたお手軽データに、 今日分散構造分析を使うのって。統計だけで、因果関係を 扱える訳ないっつーの。
330 :
没個性化されたレス↓ :04/04/15 16:13
別に統計だけで因果関係を規定しているわけではないと思うのだが…。 共分散構造分析(構造方程式モデル)の意義は,誤差要因を盛り込むことで, いくつかの分析を組み合わせた時に生じる誤差の累積を避けることにあると 単純に思っていたのだが,こういう理解ではダメ?
331 :
没個性化されたレス↓ :04/04/15 18:19
今年から統計を学ぶんだけど、数2Bレベルのおれとしては激しく心配。 担当教授曰く俺もよくわからないから最低限のみおしえる 使用する教科書はわかりやすいから買うべし。でも数式はいいかげんだから信用するな 一応偏差値60以上の大学の話 自力でやるしかないのかな。教科書も別に探すのか。
332 :
没個性化されたレス↓ :04/04/24 02:02
2×2×2×2の4要因混合計画の分散分析をやることになりますた。 2つが被験者内、2つが被験者間要因。 分析の結果、2×2×2×2の交互作用が有意。 4要因(しかも混合計画)の事後検定の仕方って、本に載ってる? 3要因までなら普通に単純主効果とかできたんだけど、 4要因って、ほんとに分からない。 マジで論文が書けなくて、焦ってる。本当にお願いです誰か教えて。
333 :
没個性化されたレス↓ :04/04/24 09:09
4要因なんか計画するな。 1つ要因を潰して,4×2×2の分散分析にした方が無難だと思うぞ。
334 :
没個性化されたレス↓ :04/04/24 17:52
>>332 4次なんて、解釈すら困難なケースが多いから単に
「複雑で解釈困難である」と書いておけ。
335 :
没個性化されたレス↓ :04/04/24 21:27
まあ,被験者間要因を展開させて,3要因混合計画として 論文を書き直すんだね。 「人間は3次元に生きているので,3要因の分散分析までしか 理解することが困難だ」と,昔授業中に教授が雑談していたなあ。
3要因でも交互作用が出たらお手上げだなぁ。
337 :
322です :04/04/25 03:15
ありがとうございます。
>>335 被験者間要因を展開させて
展開って具体的にはどうすることを指すのでしょうか。
>>333 の4(←2×2)×2×2にするっていう意味? 無知でスマソ。
ちなみに、元々は2(between)×2(between)×2(within)の3要因。
従属変数はテストスコア。参加者は2種類のテスト1,2を受けるんだけど、
もとはテストの比較を目的とせず、テストによる差も無いと思ってた。
なので、テスト1、テスト2それぞれで2×2×2の分析をした。
そしたら、テストによって結果が違った。
なるほど後から考えれば、それは説明可能。ってか、面白い結果かも!?
テストをwithinとして4要因の分析をしてもう一度調べなければ。
いそいそと4要因の分散分析やってみた。おぉ、有意差アリ!
ありゃ、でも4要因の事後検定ってどうすんだぁ?って感じです。
論文の流れ的にも、どれか要因を潰すって、かなり辛い。
データをとる前の自分に戻って、自分を殴りたい。
いい加減論文出さないと。業績無いの自分だけ(死にたい)。
322じゃなくて332ですた。 あと、 >いそいそと4要因の分散分析やってみた。おぉ、有意差アリ! 2×2×2×2の4次の交互作用(本によっては3次って言うよね)に 有意差ありってことです。 ジャーナル見ても、3要因以上ってめったに見ないもんなぁ。 あきらめるべきか。
>>337 > データをとる前の自分に戻って、自分を殴りたい。
> いい加減論文出さないと。業績無いの自分だけ(死にたい)。
どっちもワカル.
でも若者よ,今の苦しみが後の研究においては大きくプラスに作用する.
とりあえず,急がば回れで,焦らずがんばれ,超がんばれ.
>>337 >なので、テスト1、テスト2それぞれで2×2×2の分析をした。
>そしたら、テストによって結果が違った。
当たり前だろ。4次の交互作用が有意なんだから。その作用が
アーティファクトでない限り、どれかの要因でデータを分けて
2つの分散分析をやれば、両方で異なる結果がでてくるはずだ。
というか、3次の分散分析を2つやって、結果が異なり、さらに解釈が
可能ならば、それを報告すればよい。
もし、4次の交互作用が有意にならなかったら、2つの分散分析間で結果が
異なるという現象がアーティファクトである可能性も考えられる。が、君の
データでは4次が有意だ。ということは、2つの分散分析で結果が異なると
いう現象がロバストであるという訳だ。
というわけで、結果の解釈は、テストを分けた分析に基づいてやれ。4次の
交互作用は「この2つのテスト間の差は、データをマージしてもなお有意で
あります」という形で、補助的に使うのが良い。
もし、これを読んでも理解できないならばor理解できそうにない査読者が
出てきそうな雑誌ならば、素直に、2つの分散分析を報告すれば良い。
>>337 >論文の流れ的にも、どれか要因を潰すって、かなり辛い。
データをとる前の自分に戻って、自分を殴りたい。
いい加減論文出さないと。業績無いの自分だけ(死にたい)。
後半を読まずに書いてたが、こんなの、悩むような問題じゃないぞ。
こんなテクニカルな問題で悩むから、時間を無駄にして、あせってしまう
んじゃないのか?当然、あせって、自分を周囲と比べてしまうと、ますます
仕事に身が入らなくなる。
統計なんて、使える道具(=四次の交互作用の事後検定)がなければ、
既存の道具(=次数の低い分散分析)を使いまわすだけ。つまらんことで
悲観的にならん方が良いぞ。
少なくとも、「4次の交互作用の事後検定がなかったから、論文がかけず
就職できなかった」なんてこと、論理的に考えれば、あり得ないんだから。
書けない奴はいつまでたっても書けない。書ける奴は、どうにかして論文に
仕立て上げてしまう。それだけの話だ。
補足すれば、
>
>>333 の4(←2×2)×2×2にするっていう意味? 無知でスマソ。
彼が言いたいのは、被験者間要因でA or B, C or Dという2つの要因が
あったら、被験者をAC, AD, BC, BDの4群に分けてから、4X2X2の分析を
しろってことだろう。それが意味を持つならそうすれば良い。これもまた
「使える道具を使い回す」ってことの一つだよ。
C要因で貫け そして発表される論文集にて俺らがニヤニヤするから
344 :
332ですありがとう :04/04/25 20:19
>>340 >被験者をAC, AD, BC, BDの4群に分けてから、4X2X2の分析
これは考えたんだけど、この4水準の「要因」は
(自分のデータだと)理解不能で意味を持たない。なので、
>4次の交互作用は「この2つのテスト間の差は、データをマージ
>してもなお有意でります」という形で、補助的に使うのが良い。
多分これで行きます。良く理解できますた。有難うございます。
>>39 急がば回れで,焦らずがんばれ,超がんばれ.
あ、だめだ、涙出た(笑)。
再起不能な程モチベーション落ちて、そんな自分が不安になり
焦ってバタバタするけど実質上何もしておらず、
正直院をやめようとも思っていた(てか今も迷ってる)。
けど、まだ自分は「超」がんばってはいないな。自分語りスマソ。
>>343 4要因にはしないけど、でも特定されそうで怖い。
345 :
没個性化されたレス↓ :04/04/26 01:21
申し訳ありませんが、質問させてください。 A群(10名)とB群(10名)に課題を与え、両群の言語反応を カテゴリー化し、5つのカテゴリーができました。 各群の各カテゴリーにおける反応数(人数ではありません)を クロス表にすると以下のようになるとします。 カテ@ カテA カテB カテC カテD A群 20 40 40 30 25 B群 40 15 20 30 10 この場合、各カテゴリーにおける両群の反応数に 差があるかどうかを調べるには、やはりカイ二乗検定でしょうか? その場合は残差分析もする方がよいのでしょうか。 SPSS本にあまりこういうケースがのっていないので、 非常に困っています(人数の差の検定しか見たことがないのです)。 どうか、どなたかご教示いただけませんでしょうか。 よろしくお願いいたします。
346 :
没個性化されたレス↓ :04/04/26 01:24
347 :
没個性化されたレス↓ :04/04/26 09:20
参考文献 ひろゆき(2004)、2ちゃんねる ちゃんとかいとけよ
348 :
没個性化されたレス↓ :04/04/26 10:52
カイ二乗検定はだめと思う。 観察度数間の独立性の仮定が満たされていない。
349 :
没個性化されたレス↓ :04/04/29 14:33
328 :没個性化されたレス↓ :04/04/13 14:23 2000年狂信シンポ 「『線形代数もやらずに狂文三構造分析やる人が最近多く見られる』 と言ったら、蝿薔薇さんに『線形代数わかってたらあんなもん使う気 起こらないよ』と言われた」 会場一部「ハハハ」 329 :没個性化されたレス↓ :04/04/15 03:20 というか、日本の社会心理学者だけじゃないのか。 使うべきでないデータ=質問紙で集めたお手軽データに、 今日分散構造分析を使うのって。統計だけで、因果関係を 扱える訳ないっつーの。
350 :
没個性化されたレス↓ :04/04/29 14:33
ところで、今FPR続いてる?主催者はウェブ更新しとらん
>>349 二つ目の発言を書いた者ですけどね。言い足りなかったことがあるので。
本来、構造方程式モデルの意味って、「観測変数間の相関を直接見ようとしても、
観測エラーなどが大きすぎるため、検定力が低い。相関関係がないという結果が
出ていても、それが信頼できないのかもしれない」っていう状況で、潜在変数を
仮定して「誤差」を外部に出してしまい、相関関係の有無を検討しよう、って
とこにあるはずなんですよね。長い文章ですが。
だから、これが認知心理学や行動遺伝学のように、ある概念間の関係に
ついて仮説が作られており、それらを検討する手段として構造方程式が
使われるなら、さほど問題ないと思うのですよ。
ところが、日本の社会心理学者って、あらかじめ目星をつけといた
変数間の関係を調べるためっていうより、因果関係ネットワークの
総体を特定するために使うのが多いでしょ?あるいは、闇雲に集めた
質問紙データにこいつを当てはめ、なんとか結果らしきものを作り出す。
まぁ、そもそもは、因果の方向が確証できない曖昧な心理変数に
パス解析を施すのが許されていた時代から、問題の種が存在した訳だが。
352 :
没個性化されたレス↓ :04/04/29 15:57
「『線形代数もやらずに狂文三構造分析やる人が最近多く見られる』 と言ったら、蝿薔薇さんに『線形代数わかってたらあんなもん使う気 起こらないよ』と言われた」 この発言の意味がよく分かりません。構造方程式は線形代数ですが。 蝿薔薇さんは何を言おうとしたのですか。
>>348 答えになってないだろ。もう一回書き直し!!
A群(10名)とB群(10名)に課題を与え、両群の言語反応を
カテゴリー化し、5つのカテゴリーができました。
各群の各カテゴリーにおける反応数(人数ではありません)を
クロス表にすると以下のようになるとします。
カテ@ カテA カテB カテC カテD
A群 20 40 40 30 25
B群 40 15 20 30 10
この場合、各カテゴリーにおける両群の反応数に
差があるかどうかを調べるには、やはりカイ二乗検定でしょうか?
その場合は残差分析もする方がよいのでしょうか。
SPSS本にあまりこういうケースがのっていないので、
非常に困っています(人数の差の検定しか見たことがないのです)。
どうか、どなたかご教示いただけませんでしょうか。
よろしくお願いいたします。
354 :
没個性化されたレス↓ :04/05/01 09:54
>>353 348の指摘は正しい。
あなたの作ったクロス表自体がおかしい。
各被験者ごとに集計しなければならない。
mixed modelになるんじゃないかな。
蝿薔薇ってハエバラとよむの? だれ? 保釈された殺人鬼?
356 :
没個性化されたレス↓ :04/05/02 07:28
東大の教官
>>352 > 「『線形代数もやらずに狂文三構造分析やる人が最近多く見られる』
> と言ったら、蝿薔薇さんに『線形代数わかってたらあんなもん使う気
> 起こらないよ』と言われた」
>
> この発言の意味がよく分かりません。構造方程式は線形代数ですが。
> 蝿薔薇さんは何を言おうとしたのですか。
多くの心理学者にとって「構造方程式」とは数学の話ではなくて,ゴミを入れたら神託が出てくる
ブラックボックス(コンピューターソフトウェア)の名称なんだよ
数学的な説明はこれっぽっちも知らない
そして「構造方程式」は,一部の数理統計学者が主張し多くの心理学者が無批判に受け入れている
ほど万能な解析ではない
それを皮肉ったんでしょ
358 :
没個性化されたレス↓ :04/05/02 14:39
質問です。 リッカート尺度のシグマ値法(系列カテゴリ法)についての本、あるいはウェブを 探しています。ググってもろくなもんが出てこない。
359 :
没個性化されたレス↓ :04/05/02 15:13
>>357 いやその程度のことは誰でもわかるだろう
どのへんがどのように万能でないのかとか
どのへんがまずいのかを議論すると多少高尚になりますな
>>359 >>351 嫁。モデル選択はいかなる統計分析においても
困難な部分であるのに、現代日本の社会心理学者の間
では、その部分だけが安易に受け入れられてしまっている。
361 :
没個性化されたレス↓ :04/05/03 12:33
リッカート尺度のシグマ値法(系列カテゴリ法)についての本 西里静彦 応用心理尺度構成法 誠信書房 1975年 古いから図書館で探せ。
ここでの論点は、なぜ線形代数を理解すると共分散構造分析を使う気がなくなるのか、 ということであって、357の指摘はそれ自体は正しいが論点から外れている。 他の人たちも、統計的手法の問題点や限界を指摘しているだけで 線形代数から見た共分散構造分析の問題点は何か というこの場合の質問に答えていない。 352が >構造方程式は線形代数ですが と雲行きの怪しいことを言っているが まさか本気で構造方程式と線形代数が同じものだと思ってる?
さすがに線形モデルと線形代数を間違えていないよな? 359よ、その程度のことは誰でもわかる と豪語するなら、 ここら辺に突っ込みをいれてくれ。
364 :
没個性化されたレス↓ :04/05/03 13:51
日本語があやしい人がいるね 野茂は日本人ですが というのは、 野本と日本人が同じであるというのとは違うだろう
「あんなもん使う気起こらないよ」 なぜなら「万能な解析ではない」 って論理はめちゃくちゃだゾ その殺人鬼に似ている蝿薔薇が ドキュソということで一件落着で いいんでないの?
366 :
没個性化されたレス↓ :04/05/03 13:58
ドキュソは、国内リーダーを知らない ☆ お ☆ 前 ☆
「国内リーダー」って何だ? お前が勝手に授けたんだろ その称号 そんなこといったら ドクター中松なんて 国内じゃなくて「世界発明王」だぞ 国内でしか興行してない「統一世界王者」もいるぞ そもそも勝手に発言したことにして引用したり へんてこな称号与えて 本人迷惑してないか?
368 :
没個性化されたレス↓ :04/05/03 15:00
論駁された学部生が必死に暴れているスレはここですか!?
369 :
没個性化されたレス↓ :04/05/03 15:59
>>362-365 ご託は良いから「モデル選択におけるエラーの例」をあげてみな、
また、なぜ構造方程式モデルが、「あるはずの関係をないと結論
づけてしまうリスクを減らせる」のか、説明してみな、まずは、
そこを理解してなきゃ「線形代数知ってたら使う気にならん」と
いう発言の意図すら理解できんから。
だからぁ あなたが本人じゃないなら 「線形代数知ってたら使う気にならん」 というのもちだすのやめなよ あんたがいうところの 「国内リーダー」(笑)の威を借りるのをやめなさい! 本人さん迷惑してるって さっきおれに電話くれたよ 泣いてたよ ここ頭悪そうなのばっかだから おれもう行くわ ただで教えてあげても馬鹿馬鹿しいし じゃあバイバイ
で、実はここに書き込んでいる全員が理解できていないに900アステリスク
372 :
没個性化されたレス↓ :04/05/03 20:22
国内リーダーって面白いな 学会で見たら言ってみよ
373 :
没個性化されたレス↓ :04/05/03 20:45
なんで「国内リーダー」なの?
374 :
没個性化されたレス↓ :04/05/03 21:06
酒がはいると、ミニスカートはいて、ボンボリもって踊るんじゃない
375 :
没個性化されたレス↓ :04/05/03 23:08
>>365 =367=370
学部生が調子に乗るな
学部生だって統計に詳しい人なら蝿薔薇知らないなんてゆわないぜ
376 :
没個性化されたレス↓ :04/05/03 23:10
>ここ頭悪そうなのばっかだから おれもう行くわ どうみても、一番頭悪そうなのは・・・
>>361 ありがとー。助かります。
調べたら某大学の図書館にあるみたい。
母校の図書館に紹介状書いてもらわなきゃだな。
378 :
没個性化されたレス↓ :04/05/04 02:58
それだけ、生なこと言ってるなら、当然、次の質問に答えられるよな?
あるモデルを作ったら、それを表現するための方程式群を作り、
データから各パラメータを推定する。次に、モデル全体の適合度を
計算する。最後に、モデル間の優劣を適合度指標に基づいて比較する。
さて。このプロセスのどこで線形代数を使うか、指摘してくれ。
ちなみに漏れの発言は、
>>329 ,
>>351 ,
>>360 の3つだけだ。
わざわざ「線形代数知ってたら使う気にならん」という発言が本当に
正しいのか否かを考える手助けをしてやるために、
>>360 を書いてやった
のだが、頭に血が集まった奴には、そのメッセージすら伝わっておらんようだが。
人に「説明しろ」とほざく口があったら、まずは、自分で、蠅腹の
発言の妥当性をステップ毎に考えていったらどうだ?とはいえ、上の
質問にすら答えられなければ、どうしようもないが、な。
379 :
没個性化されたレス↓ :04/05/04 02:59
380 :
没個性化されたレス↓ :04/05/04 13:56
そりゃ酷だ 答えられるくらいなら、蝿薔薇の名前くらい当然知ってるさ
同値モデル
382 :
没個性化されたレス↓ :04/05/04 20:17
で 文章じゃなくて うそかもしんない発言引用されるの迷惑なんで 365=367=370は側近の可能性 あるいは本人降臨に950アステリスク
383 :
没個性化されたレス↓ :04/05/04 23:01
シンポジウムで何百人もの前でゆったことが?
384 :
没個性化されたレス↓ :04/05/06 13:15
>>370 一番馬鹿そうなやつが消えたところで、
さあ気を取り直して
モデルを表現する方程式は行列で表現される。 解を求めるための繰り返し計算、 適合度の計算式なんかも行列で表現されるので、 線形代数はいたるところで使われている。 適合度の比較には使わないと思う。 測定方程式を導入することで、 測定誤差を取り除き、 因子間相関を直接推定することで、 希薄化によって、 存在する相関を発見できない誤りを防ぐ。 知りたいのは、 数学的な欠点があるから共分散構造分析がだめという意味なのか、 分析手法を知ることで、 みんながちやほやするほどすごいものじゃない、因果関係が簡単にわかるわけじゃない、 ということがわかるという意味なのか、 どちらなのかということ。
お、偉い偉い。 ちなみに、この分析では、因果関係は「絶対」に特定できないだろ。 そのためには、時系列データが必要。カーネマンスレかどっか、経済学 の人があっちの分野で開発された因果モデルを紹介していたけど、あれは 時系列データに当てはめて使うことが想定されていた。 それはともかく。 パラメータ推定が一番肝心なとこだろ。ここで問題があったら、 その分析の妥当性が失われる。一般的に、パラメータ推定で問題と なるのは、推定値の妥当性。ここで、真のモデルがあると仮定して そこから20人なり50人なりのサンプルデータが作られた、と 考える。このデータから、真のモデルがどんなものか知らない人間が、 構造方程式分析を通じて、どれだけ確実に、真のモデルを取り出せるか? ここで、真のモデルを取り出す確率が減少するとしたら、どんな場合が ありうるのか?
388 :
没個性化されたレス↓ :04/05/24 14:33
本当に初歩的なことで申し訳ないんですが教えてください。 STDEVAとSTDEVの違いってなんですか?
389 :
没個性化されたレス↓ :04/05/24 17:11
エクセルか?エクセルのヘルプをみれば数式入りで説明があるぞ。
390 :
没個性化されたレス↓ :04/05/25 08:38
文字列を扱うかどうかの違いみたいだね。 不偏分散を返すというのは同じみたい。 聞くなとは言わないけど、自分で調べたほうが明らかに早いのでは?
Q:究極のチンポを教えてください。 A:それは虚数チンポです(おフランス産)。 Q:虚数チンポ? それは一体どんなチンポでしょう? A:わかりません ですが必ずや存在するであろう 伝説のチンポです。 Q:そんなもの凄いチンポの存在を指摘したのは誰ですか? A:フランスの伝説的精神分析家、ジャック・ラカンです。 虚数チンポについて知りたいならば、まずは彼の著作にあたるべきでしょう。 彼は虚数チンポの第一人者であり、彼亡き後、彼の弟子たちは虚数チンポの解明に 全力を傾けています。やがて朗報が届けられるでしょう。 Q:ラカン氏にとって、なぜチンポが虚数でなければならなかったのでしょうか? どうしても理解することができません。 A:そのことに関しては、最寄のラカン派精神分析学徒に尋ねてみてください。 きっと明快な答えを得ることができるでしょう。 Q:一部に「チンポの虚数化は不適切」との批判があるそうですが・・・ A:そのような批判があることは存じております。ですがまだまだ虚数チンポの可能性 は汲み尽くせるものではありません。われわれは前向きな努力をなすべきでは ないでしょうか。 Q:虚数チンポが実用化されるとどのような変化が訪れるのでしょうか? A:大変難しいご質問です。現時点では何ともお答えすることはできません。ただ一つ 言えることは、われわれのチンポ観が激変することとなるでしょう。これが定説 です。断言できます。 Q:本日はありがとうございました。 A:いえいえこちらこそ。
392 :
没個性化されたレス↓ :04/07/13 02:33
age
393 :
没個性化されたレス↓ :04/07/14 16:50
394 :
没個性化されたレス↓ :04/07/31 18:40
皆さんはここでいっている因子分析を因子分析として認める のでしょうか?
395 :
没個性化されたレス↓ :04/08/03 03:23
教えてください!【5%で有意】ってどういう意味ですか?分割表で検定したところ5%で有意ということなんですが。
>>395 帰無仮説(独立変数の効果が0であるという仮説)が正しいという確率が5%以下という事です。
397 :
没個性化されたレス↓ :04/08/03 13:16
なぜ統計学的仮説検定が使われるのか たとえばこんな理由. 客観的で正確みたいだから ソフトですぐに計算できるから みんな使ってるみたいだから 使えと教わったから 雑誌の編集者が使えと言うから 野生生物の分野に限らず,心理学とか社会学といった soft な科学で統計学的仮説検定をやりたがる背景には,物理学のような hard な科学をうらやむ気持ちがあるんではないか.
400 :
没個性化されたレス↓ :04/08/03 15:42
397にちゃんと書いてあるが?
401 :
没個性化されたレス↓ :04/08/03 15:43
397 のリンク先 に書いてあるYO!
402 :
没個性化されたレス↓ :04/08/05 16:28
雑誌の編集や査読やってる連中で
>>396 程度の認識の奴はどれくらいいるだろうか?
>>397 亀レスですが、訂正サンクスです。
ちなみに私はもうすぐ臨床の方で修士受験する身なのですが、
こんな間違いをしてるってのは結構ヤヴァイんでしょうか。
まあ、今2chに来てる事の方がきっとずっとヤヴァイんですが。
これからしっかり勉強すれば大丈夫
406 :
没個性化されたレス↓ :04/08/06 15:43
>>406 変な安心のさせ方はやめろ.
危機感を持って勉強してもらう方が,ずっと本人のためになる.
408 :
没個性化されたレス↓ :04/08/06 17:07
406は勉強しなくて良いとはゆうてないやろ
>>405-406 アドバイスありがとうございます。
これまでは統計は南風原先生の本「心理統計学の基礎」で勉強してたんですが、
やはり初学者向けのようなので、p値についての詳細な定義は載ってないようでした。
受験に統計は絡んでこないので、とりあえず試験日までは手を付けられないのですが
それが終わればもう一段階高度なものを読んでみようと思います。
きちんとした定義が,p140に載ってるよ
>>410 一応p136-142を重点的に見てみたんですが、
>>397 で示された
「帰無仮説が正しく,かつ想定する統計モデルが正しく,データがランダムにとられている場合に,
観測データ+'もっと極端な'データが得られる確率」
というp値の解釈が載っていないなあと思ったものでして。
・・・と、もう一度ゆっくり読んでみるとp138の有意水準の説明部分で
「帰無仮説のもとでは稀にしか生じない事象を定義する確率」と書いてましたね。
で、上のp値の説明部分を考えると、
1.帰無仮説が正しく・・・前提
2.想定する統計モデルが正しく・・・前提
3.データがランダムにとられているとき・・・前提
4.観測データ+'もっと極端な'データが得られる確率・・・本の有意水準の説明で説明完了
・・・やばい。恥を重ねつつある。
本をちゃんと読む力が足りないのかなぁ・・・
>411 手元に本がないんで,うろ覚えで申し分けないが 昼間大学で本を見ながら410を書いたときにはp140の上に 「p値とは,有意水準をその値に設定したときに ぎりぎり検定仮説が棄却される値」というようなことが 書いてあった気がする.「」内は今作文したので 自信なし
>>412 はい、p値の説明として
「得られた結果がぎりぎり有意となるのは有意水準がいくらのときかをあらわすもの」
とあります。
ただこれだけでは
>>397 での内容には足りないのではないかな、と。
この説明+「有意水準」の説明である「帰無仮説のもとでは稀にしか生じない事象を定義する確率」
の二つをよく考えて、ようやく
>>397 を理解できるようになりました。
414 :
412>413 :04/08/07 12:13
【5%で有意】ってどういう意味ですか? 対立仮説を採れれば実験(調査)が成功である場合(平均値差・分割表など) は,5%の確率で間違った主張をしてしまうこと(だから危険)を覚悟のうえ で自分の主張(対立仮説)が正しいという立場をとることです.
415 :
没個性化されたレス↓ :04/08/07 14:09
412,414は統計スレで発言する資格のない程度のやつですので無視。 411はもうリンク先見てわかったんだろ?すでにわかってる人をわかってないやつが 混乱させるな。
オマエモナー
417 :
没個性化されたレス↓ :04/08/11 20:04
質問 因子分析をする際に、標本数が変数より少ない場合は 必ずマイナスの固有値が出たりする?
>>417 統計の入門書くらい読んでから質問しましょう。
統計ソフトは何かしら結果を出力してくれますが、
>>418 氏の書いているとおり
意味のある結果は得られませんよ。
420 :
没個性化されたレス↓ :04/08/11 23:07
>>421 本来出来ないものを無理矢理計算するわけだから、
その統計ソフトが、その本来不可能な部分をどうやって調節しているか次第。
いわゆる「実装依存」とか「アプリ依存」といわれるもので,仕様は統一されていません
>>417 no です。逆行列計算をしないプログラムの場合、正しい結果が得られます。
サンプル数が変数の数より多くない計算できないことはありません。
統計の入門書などをみていると「数量化理論」の扱いは とても小さいような気がするのですが、あまり使われない 手法なのでしょうか?
427 :
没個性化されたレス↓ :04/08/19 15:42
>>426 日本で独自に開発された手法なので、翻訳系の本には載っていません。
根本的な問題として、数量化理論は独自な物ではなく、既存のモデル
と全く同じ(I類=ダミーを使った重回帰分析)だし、英語で論文
書くような人は、わざわざ日本でしか通用しない分析なんて使いません。
428 :
没個性化されたレス↓ :04/08/19 15:48
蛇足ですが、変数が質的(=2かそれ以上の数のカテゴリ)である場合の 分析法は、分散分析や回帰分析といった、標準的なモデルの拡張として、 近年、急速に開発が進んでいます。多項ロジスティックとかいろいろ。 そんな訳で、あえて日本でしか通用しない手法を学ぶ価値が、ますます 薄れていると言えるでしょう。
>>428 そうだったんですか。ありがとうございます。
数量化V類を使おうと思っていたのですが、より一般的な方法ではどのようなものが
あるのでしょうか?聞いてばかりで申し訳ありませんが、よろしければご教授下さい。
>>429 数量化を使わなければいけないデータを取るのが悪い。
というのを、今更書いてもしかたないか。
でも、どういう形式のデータで、何を目的としているか、が
わからないと何も言えないぞ。
431 :
没個性化されたレス↓ :04/08/20 03:20
432 :
没個性化されたレス↓ :04/08/20 03:24
>>431-432 そういう安易な解決策を示していいものかな。
まあ、確かに俺たちが真面目に指導する義務がないのも確かだが。
>>430 そうですよね。それでは例えば、「大学生の食堂におけるメニュー選び」について
重視点(値段・味・量)、和洋(和食派・洋食派)、味付けの好み(濃い・薄い)、etc…
というようなデータ(形式は同じですが内容は変えてあります)しか手に入らない
状況(私では得る情報を操作する権限がない)で、これらの情報を使って単なる集計
(例:〜を重視している人が○%だった)以外のことをやりたいというのが目的です。
>>434 > 単なる集計以外のことをやりたい
具体的には何だ?
それがはっきりしないと何も言えないぞ。
具体的な目的がないなら、そんなくだらないことのために
わざわざ多変量解析など使う必要もないだろうに。
それとも、目的は多変量解析を使っている自分に酔うことか?
436 :
没個性化されたレス↓ :04/08/20 06:36
>>433 , 435
>>431-432 を読んだだけでは、厨房が集計以上の作業をできる
訳ないのだから、親切に見えながら、実は高度な相手向けの情報。
>>436 統計技術以前の問題だ、ということなのだが、
わからなければそれでいい。
コレスポンデンス分析だな。
439 :
没個性化されたレス↓ :04/08/20 20:16
>>437 とことん、日本語が通じないようだ。
>>431-432 は、
>>435 が当然わかっている相手にしか意味のない情報。
故に、わかってない相手にとっては宝の持ち腐れだから、何の手助けにも
ならないという話。
ということなのだが、わからなければそれでいい。
440 :
没個性化されたレス↓ :04/08/21 02:19
>>428 あおりでなく純粋な突っ込みなのだが、
>分散分析や回帰分析といった、標準的なモデルの拡張として
という流れの後に
>多項ロジスティックとか
と書くと誤解を与えるのではないか?多項ロジスティックと分散分析が同じモデルの上になりたっている、と。
これを見てロジットと一般線形モデルを同じもんと勘違いする人が増えたらかなわんw
>>440 これまでは、GLMとロジスティック回帰は異なるモデルだったけど
最近は、両者どころか対数線形分析すら統合する、より一般的な
モデルが作られているんだから、あながち間違いじゃないよ。
超初心者向け 大村平著、日科技連出版社 ・確率のはなし ・統計のはなし ・実験と評価のはなし ・実験計画と分散分析のはなし ・多変量解析のはなし (1550〜1800円) 「統計やったことないけど、因子分析ってなぁに?」ってな方には 久保真人著「バーンアウトの心理学」サイエンス社 前半百頁ほどで評価尺度の解説を因子分析のはなしを軸に行っています。
444 :
没個性化されたレス↓ :04/08/21 13:29
445 :
没個性化されたレス↓ :04/08/21 17:26
複数の変数の間の類似性を表すデータに基づいて、それらの 変数をいくつかの群に分類するための手法って、クラスター 分析ですか?MDS,判別分析とは違いますか? どなたか教えてください。初歩的な質問で申し訳ないです。
446 :
カバのバカ :04/08/21 17:34
因子分析です
447 :
没個性化されたレス↓ :04/08/21 17:38
多次元尺度構成法(MDS)は、個体間類似度の高さに応じて、 似ているものを、近い距離に、似てないものを遠い距離に 配置するものです。クラスターとは違う気が・・・
448 :
バカのカバ :04/08/21 17:39
因子分析じゃないだろ
449 :
ロボ@携帯 :04/08/21 17:41
ワンワン
450 :
没個性化されたレス↓ :04/08/21 17:46
にゃんにゃん
>>396 あんたのおかげで勉強になったよ
統計について臨床系の修士受験者として不安になってるようだけど心配すんな
俺なんか実験系の研究者としてペーパー書いてレビューアーもしてるけど
>>396 に何の疑問も抱かなかったよ,ハハ…
>>397 有益な情報サンクス
例えば、色々な特徴(目が大きい、脚が長い、etc…)が、女の子の どのタイプと関連が深いかを知るために、以下のようなデータを得ました。 タイプ 目が大きい 脚が長い 酒に強い 巨乳 腰のくびれ … 1 1 0 0 1 0 2 0 1 0 1 1 3 0 1 1 0 0 : : : : : : 3 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0 1 1 2 1 1 0 1 1 タイプは名義尺度でこれを独立変数、特徴(有・無)を従属変数のように 使って、特徴をタイプごとに分類というか関連付けのようなことがやりたい 場合には、どうすればよいのでしょうか?
25 :名無しさん@社会人 :04/08/28 02:30 数学リテラシー 数学ルサンチマン これらを新たな社会学用語にすべきだと思う。
454 :
没個性化されたレス↓ :04/08/28 06:28
>>397 のリンク先読んだけど、間違いが多すぎ。
あまり参考にしないほうがよいと思います。
455 :
没個性化されたレス↓ :04/08/28 07:00
>>454 漏れも読んだが、その感想に同意する。
原著が悪いのか訳者が悪いのかしらんが、間違い探しをできない
人間が読んでも害になるばかりだ。
456 :
没個性化されたレス↓ :04/08/28 07:02
>>395 アルファ=キム仮説が真であるのに、その仮説を棄却してしまう確率。
ベータ=対立仮説が真であるのに、それを棄却してしまう確率。
457 :
没個性化されたレス↓ :04/08/28 13:38
害虫があらわれました
読み飛ばすように
454 :没個性化されたレス↓ :04/08/28 06:28
>>397 のリンク先読んだけど、間違いが多すぎ。
あまり参考にしないほうがよいと思います。
455 :没個性化されたレス↓ :04/08/28 07:00
>>454 漏れも読んだが、その感想に同意する。
原著が悪いのか訳者が悪いのかしらんが、間違い探しをできない
人間が読んでも害になるばかりだ。
456 :没個性化されたレス↓ :04/08/28 07:02
>>395 アルファ=キム仮説が真であるのに、その仮説を棄却してしまう確率。
ベータ=対立仮説が真であるのに、それを棄却してしまう確率。
458 :
没個性化されたレス↓ :04/08/28 14:42
459 :
没個性化されたレス↓ :04/08/28 17:51
460 :
没個性化されたレス↓ :04/08/28 17:54
456は言葉足らず。
>>397 読めばよいところでわざわざこんな書き方では、
害虫呼ばわりでも仕方あるまい
461 :
没個性化されたレス↓ :04/08/28 19:25
んなに説明したきゃ、定番の p(ほにゃらら|へにゃらら)の書き方で解説してやるとかすれば文句ないが だれにたのまれたわけでもないのに勝手に手抜き解説すな
397、英語のほうはまともな論文だけど、日本語のほうは最悪。 信じる人がいないように警告しただけだよ。 心理板もガラの悪い人たちが生息するようになったなあ。
うえーん
>>397 のどのへんが悪いのか分かりません
いくつか具体的に押してもらえないれしょーか
464 :
没個性化されたレス↓ :04/08/28 22:35
>>461 おまえ、本当にバカだろう。
>>456 では、条件付き確率が
自然言語で表現されているのが分からないのか?
バカだと思われたくなかったら、お前が書いてみれば良いのだよ。
こんなの、調べなくてもすぐに書けるはずだぞ。たかだか、数行の
日本語を書く手間さえ惜しいか?
>>463 一例を挙げると、
>効果の大きさの推定値を信頼区間付きで示せばよい
>(たとえば 95%の確率でこの範囲にあります,というように)
この()内の注釈。
466 :
没個性化されたレス↓ :04/08/28 23:00
>>461 まともな人間ならば、Type I errorくらい、
日常言語で表現できますし、教師ならばなおこそ
それが求められます。手抜きはあなたですよ。
467 :
没個性化されたレス↓ :04/08/28 23:08
いやぁ.....
>>457 のような人間がデカイ顔をするようになるとは心理板も質が落ちたものだよ。
マジな話で。
470 :
没個性化されたレス↓ :04/08/29 04:07
ちなみに
>>458 は非常に良くできているので、それ自体には問題ないが、
>>395 から始まる話に持ち出すのは不親切だろう。
>>458 は統計的検定の「論理」を説明しているのであって、「有意水準」
の具体的定義と説明をしていない。
ポイントを外しまくったリンクを張り、正しいことが書かれた発言を
リンクできない人間が、「一人」だけ、このスレに粘着しているようだ。
472 :
没個性化されたレス↓ :04/08/30 13:22
統計教育で非常によく知られたことに、条件付確率で表される仮説検定の論理を
誤解する人が大変におおいということがある。そこで教育的配慮として
p(D|H)ですよ、p(H|D)ではありませんよ、と親切に解説してくれるのが定番。
条件付確率を言葉で表現してる人がいるので是非「あなたのは理解はp(D|H)になってしまってますよ」
と解説してくれたらどうかと思ったが、それに対する答えが
>>464 とは、やはり
こんな掲示板で勉強するのは無理があるということだな。きっかけだけつかんであとは文献読むことだ。
【一】質問者への教育的義務を果たせ。「わかったありがとう」と言わせて見ろ。
それと、金と鯛律を平等に扱うような記述も気になった。ともに「棄却」という言葉を用いている。
これは言葉の問題であり、この用語では仮説検定の論理が破綻するということはない。しかし普通は
p>.05なら「鯛律仮説を棄却する」とはいわない。あっても不思議というほどではないが少数派だろう。
知りたいので、【二】そう言っている本があるなら書名を記せ。
この二点について回答を望むが、きっとこのテの奴らはまともに答えず、答えたふりをして
うっぷんばらしのような回答をしてくるから、まぎらわされずまともなもの読んで勉強しな。
473 :
没個性化されたレス↓ :04/08/30 13:46
4行目後半誤植
474 :
没個性化されたレス↓ :04/08/30 16:15
475 :
没個性化されたレス↓ :04/08/30 20:18
>>472 教科書を調べて文章を推敲するのに1日半か。テストなら落第だな。
おまえ、条件付きを日本語で表現できるか?できないだろ?教えてやるぞ。
「仮説Hが真である時に、あるデータDが得られる確率」
これを言い換えてやるぞ。
「キム仮説が真であるときに、それを棄却するデータDが得られる確率」
これをもっと簡単にするぞ。
「キム仮説が真であるのに、その仮説を棄却してしまう確率」
こんなの、数十秒だぞ。アホが。
476 :
没個性化されたレス↓ :04/08/30 20:21
>>472 Howell, P.G. (1981). Elementary statistics 4th ed.
Chapter 4.
おまえが世間知らずなだけだ。ボケが。
477 :
没個性化されたレス↓ :04/08/30 20:30
日曜はやってないんだが だれが「一冊あげられたらお前の勝ち」といった? 統計に未熟な人でも、475がはちゃめちゃなことはわかるよな 相手の知的レベルが立証されたところで。
P(結果|原因) 素人ですが、これでいいんですよね?
479 :
没個性化されたレス↓ :04/08/30 20:36
くだらん議論はいいよチミら
480 :
没個性化されたレス↓ :04/08/30 20:42
>>478 全然違う。
>>477 でたでた。おきまりの「説明できないのに否定」。
「本を揚げろ」と言ったから例を示しただけだぞ。
思いもかけず、一冊名前が挙がったからといって、
要求を変更するのは、アホがやることだよ。
本当に、この板も質が落ちたよ。
>【一】質問者への教育的義務を果たせ。「わかったありがとう」と言わせて見ろ。 傍観者その2ですが、自作自演が可能だから、意味ないですよ。変な人ですね。
>>480 そうなんすっか。
金融工学の専門書で見たような気がしたんだが。。。。
483 :
没個性化されたレス↓ :04/08/30 21:05
>>482 因果関係が存在する必要はないです。
p(D|H)とは「仮説Hが真である時に、データDが得られる確率」
p(アホ|返事に一日半かかる)とは「ある人間が、2chでの簡単な
質問に答えるのに1日半かかるような人間である時に、そのような人間が
アホである確率」
当然、p(H|D)も存在するし、p(返事が遅い|アホ)も存在します。
p(アホ)が0.3くらいならば、p(アホ|返事に一日半かかる)は、0.99999999
くらいでしょうかね。
>条件付確率を言葉で表現してる人がいるので是非「あなたのは理解はp(D|H)になってしまってますよ」 >と解説してくれたらどうかと思ったが 条件つき確率を言葉で表現するのに問題があるのでしょうか? 上にも書いたとおり、記号を使わずに、言葉で表現できなければ 教師失格だと思います。その努力を、あなたは放棄しているのですよ。
久々に来たが、何となくかなり上の方から読んでしまった。w もっと徹底してやってくれると、また覗いてみようかという気になるんだが。
かつて哲学板で空前の大騒ぎと大混乱に陥った「論理学」スレぐらいになるとサイコーだ。 人材不足かな。。。
>>486 あんたも大概に一言余計な人ですな。
誰であろうが、高見から見下ろすような印象を与える
人間は、求心力を失って嫌われていくものですぞ。
傍観者はいらん。
ちぇっ、久々に参加しようと思って書き始めたんだが、萎んでもうた。 たしかに「一言多い」とはよく言われるが・・・
参加するならしなされ。
で、何を語るのだ?
492 :
没個性化されたレス↓ :04/08/31 12:57
>Howell, P.G. (1981). Elementary statistics 4th ed. >Chapter 4. ホカーン そんな本ねえよ? 架空の本持ってくるとは、やはりヒトじゃなくて虫だ 『ハウエルの初等統計学』 なんて本ねえよ! おい、責任者出て来い
493 :
ゼミの先輩でございます :04/08/31 13:02
うちの無能後輩がスレッドを汚して申し訳ありません。 492様のご指摘のとおり、こいつはゼミの指定図書の、 著者名も出版年もご丁寧に両方間違っております。 お詫び申し上げます。 訳書と原書の出版年の混同するような馬鹿が許されるのは学部生までだという ことをこれから責任もって教育いたします。 おわびついでに皆さん方に付け加えますと、印紙では「対立仮説を棄却する」と いうフレーズは使わないでください。無難に「キム仮説を棄却する十分な根拠はない」 くらいに書いておかないと、減点対象になると思われます。 印紙では、あくまで無難に、がんばってください。
ちゃんとしたのを書き直せよ
495 :
別人ですが :04/08/31 13:55
初等統計学 ポール G.ホーエル (著), その他 単行本 (1981/01) 培風館 入門数理統計学 P.G.ホーエル (著), その他 単行本 (1978/01) 培風館 この商品は国内配送料無料でお届けします! 詳しくはこちら。今なら代引手数料も無料! (マーケットプレイスの商品は除く)
496 :
没個性化されたレス↓ :04/08/31 15:23
>>493 鬼の首取ったような言い方だが、お前の誤りはどこまで言っても
消えないぞ。いくらでも取り繕うが良い。
497 :
没個性化されたレス↓ :04/08/31 17:58
だから、何だよ?
498 :
没個性化されたレス↓ :04/08/31 18:59
>>493 では、第1種の過誤を説明してみなさい。
「キム仮説を棄却する十分な根拠はない」は
用語の定義を問う問題に対する答えになってないので、
点数はもらえない。
Type I error 帰無仮説 Ho が真であるときに、それを棄却する誤り
500
501 :
没個性化されたレス↓ :04/08/31 19:22
>>499 はい、良くできました。じゃ、タイプ2のエラーは?
第二種の過誤 帰無仮説 Ho が偽であるときに、それを受容する誤り
503 :
没個性化されたレス↓ :04/08/31 20:04
>「キム仮説を棄却する十分な根拠はない」は >用語の定義を問う問題に対する答えになってないので、 >点数はもらえない。 オムツが取れてからインターネットをしろ。
504 :
没個性化されたレス↓ :04/08/31 20:13
>>503 質問:第2種の過誤とは何ですか?
解答:帰無仮説 Ho が偽であるときに、それを受容する誤り
100点です。
解答:>「キム仮説を棄却する十分な根拠はない」
0点です。
こんなことすらわからないのですか。悲しい頭だ。
505 :
没個性化されたレス↓ :04/08/31 20:16
492 :没個性化されたレス↓ :04/08/31 12:57 >Howell, P.G. (1981). Elementary statistics 4th ed. >Chapter 4. ホカーン そんな本ねえよ? 架空の本持ってくるとは、やはりヒトじゃなくて虫だ 『ハウエルの初等統計学』 なんて本ねえよ! おい、責任者出て来い 493 :ゼミの先輩でございます :04/08/31 13:02 うちの無能後輩がスレッドを汚して申し訳ありません。 492様のご指摘のとおり、こいつはゼミの指定図書の、 著者名も出版年もご丁寧に両方間違っております。 お詫び申し上げます。 訳書と原書の出版年の混同するような馬鹿が許されるのは学部生までだという ことをこれから責任もって教育いたします。 おわびついでに皆さん方に付け加えますと、印紙では「対立仮説を棄却する」と いうフレーズは使わないでください。無難に「キム仮説を棄却する十分な根拠はない」 くらいに書いておかないと、減点対象になると思われます。 印紙では、あくまで無難に、がんばってください。
506 :
没個性化されたレス↓ :04/08/31 20:21
>>505 正直、その発言は、自分たちに検索能力がないことをさらけだしている
だけだから、そんなにひけらかさない方が良いと思うのだが。
507 :
没個性化されたレス↓ :04/09/02 04:21
ひとつのアンケート項目(五件)に対して、被験者が前と後で応えたとき、 5から3とか3から2とか被験者が反応すますが、 この場合、ウィコクスン符号付順位和検定できますか? この検定は、前後で差がいみをもち、差の順序がつけられるときにできる のですが、この例でいくて、2の差が10人、1の差が5人と同点が多くなります。 どうなのでしょうか?
508 :
没個性化されたレス↓ :04/09/03 13:27
>この場合、ウィコクスン(←なぜか変換できない)符号付順位和検定できますか? 計算はできると思います。 >この例でいくて、2の差が10人、1の差が5人と同点が多くなります。 >どうなのでしょうか? 順序尺度として扱うからウィルコクスンなのに、 どうなのでしょうと問うのはどうなのでしょう。
509 :
do kyu so :04/09/03 20:36
線形変換 x′=cx+d におけるcとdって何れすか?
510 :
没個性化されたレス↓ :04/09/16 08:30:28
質問があります。 数学モデルと統計モデルとの違いを教えて下さい。
わたしもそれ、知りたいわ。
512 :
没個性化されたレス↓ :04/09/16 13:35:39
数学モデル−−ある仮定に基づいて論理的演繹を行って作成したモデル。 統計モデル−−多くのデータに当てはまる統計量を求めて作成したモデル 推論の方向性が違う。
514 :
没個性化されたレス↓ :04/09/16 15:22:21
作り方によるだろ。先験的仮定から演繹すれば数学モデル 既存のデータの説明から出発すれば統計モデル
きちんとした回答、ありがとうございました。
516 :
没個性化されたレス↓ :04/09/18 12:29:03
512,514はわかったようでわからない。 構造方程式を例に取ると、モデルは心理学的な仮定から演繹的に構成される。 その後は既存のデータを説明するようにパラメータ推定およびモデル修正される。 これはどちらに分類されるのでしょう。
517 :
没個性化されたレス↓ :04/09/18 12:39:35
個人的には、確率変数を含まないモデルが数学モデル、 確率変数を含むモデルが統計モデルだと思っていたけど。 この分類だと、確率密度関数は数学モデル、構造方程式は統計モデルになるね。
518 :
没個性化されたレス↓ :04/10/14 07:30:51
復刊にご協力下さい。
竹内啓,柳井晴夫 多変量解析の基礎 東洋経済新報社
http://www.fukkan.com/vote.php3?no=22328 統計学を専門とする人ではなくとも、
多変量解析を使うときに手元に是非置いておきたい名著。
多変量解析の基礎理論がわかりやすくかつ体系的に厳密に展開されていきます。
多変量解析に関するこれだけの名著は未だに出ていないと思います。
よろしくお願いします。
今更かよ?
520 :
没個性化されたレス↓ :04/11/05 23:30:48
Spearmanの順位相関係数を表すアルファベットってなんですか? rでよいのですか?
>>520 >Spearmanの順位相関係数を表すアルファベットってなんですか?
>rでよいのですか?
rs(sは小さく),もしくは「ρ」(ギリシア文字のロー)
>>520 ρは母集団の相関係数とする場合が多い。
rだけでも大丈夫だす。
524 :
没個性化されたレス↓ :04/12/03 20:02:15
「引用文献の書き方がわからない馬鹿」がいる
495 :別人ですが :04/08/31 13:55
初等統計学
ポール G.ホーエル (著), その他 単行本 (1981/01) 培風館
入門数理統計学
P.G.ホーエル (著), その他 単行本 (1978/01) 培風館
この商品は国内配送料無料でお届けします!
詳しくはこちら。今なら代引手数料も無料!
(マーケットプレイスの商品は除く)
506 :没個性化されたレス↓ :04/08/31 20:21
>>505 正直、その発言は、自分たちに検索能力がないことをさらけだしている
だけだから、そんなにひけらかさない方が良いと思うのだが。
525 :
没個性化されたレス↓ :04/12/12 13:26:40
相関が出ると思ってやった調査が全く相関が出ませんでした。 今後どういう検定していくべきなんでしょうか?
考え方を改めてデータを取り直しなさい。
>>526 もう時間的に無理です。どうしよう・・・。
ありのままに書けばいい 捏造すんな
529 :
没個性化されたレス↓ :04/12/12 15:17:01
相関が見られないということの意味を真摯に受けとめて 考察を書きなさい。
まぁがんばりますわ卒論なんで
相関が「出る」という表現もどうかと思うが... ただ単に嘆くまえに,散布図を確認するがよろし。
532 :
没個性化されたレス↓ :04/12/29 09:59:20
これから統計学を学ぼうと考えている。 今、統計学入門書を読んでいるのだが、式の結果しか書かれてない、演習問題などがない、 実践的なことには触れられていないなど、微妙かつ物足りない内容。 そこで、 ・統計学の知識を基礎から応用まで幅広くカバーしている。 ・式の結果だけではなく、それを導き出す過程まで書かれている。 ・例題や演習などがたくさん盛られている。 これらの条件を満たす本を紹介して頂きたい。もちろん、一冊だけで済まそうなどとは考えてはいないので、複数冊でも結構。 ちなみに参考として、 ・文系だが、数学3Cまでの知識はある。 ・統計をかじるだけではなく、マスターしたい。 ・統計について軽い知識はある。 ・所持ソフトはエクセルのみ。
Excelは窓から投げ捨ててRを入れてはどうだろうか
534 :
没個性化されたレス↓ :05/01/02 03:52:21
age
他板で回答が得られないのでこちらでお聞きします。 以下のようなデータがあります(ある行動の単位時間あたりの生起回数)。 A群 0 0 0 0 0 0 B群 0 0 0 0 0 0 C群 1.2 1.1 0.5 0 0 0 群間に生起回数に差があるかどうかを検定するにはどの方法が良いのでしょうか? クラスカル・ウォリス検定? マン・ホイットニーのU検定? それともそもそもこのデータでは検定が無理ですか?
>>532 知識があれば、複数冊でも結構なんて寝ぼけたことは言わないはずだが…一冊で統
計学の全てを網羅している本としては、東洋経済新報社の統計学事典くらいしか思
い浮かばない。
本気でマスターしようと思っているのであれば、線形代数、記述統計学、推測統計
学、多変量解析、実験計画法、数理モデル(ニューラルネットとか)に関する教科
書を、『それぞれ複数冊』揃えた方がいいだろう。基礎に相当する部分が、線形代
数、記述統計学、推測統計学で、その他、偏微分なども使えないと応用的な分野の
理解は少し厳しいだろう。
で、ほとんどゼロから独学でソフトウェアの操作を含めて勉強するのは、正直に言っ
てあまりお勧めしない。
>>536 統計学事典なんて初心者に薦めるか?
複数冊ってAという条件を満たす本は◯◯、Bは◯◯、みたいなことじゃないの?
質問です。 excelを使ったt検定で、 ・1対の平均による平均の検定 ・等分散を仮定した2標本による検定 ・分散が等しくないと仮定した2標本による検定 はどのように使い分ければいいのですか?
>>538 対応の有無と等分散を仮定するかどうか。後者については事前にF検定を行う必要あり。
あとはヘルプを読みましょう。
2元配置対応なしの分散分析で等分散性が仮定されなかったんですが、どうすればいいのでしょうか?
がんばればいよい。
543 :
没個性化されたレス↓ :05/01/26 15:59:38
>542 1)何もしない 分散分析は,分散の非等質性に対して「頑健(あまり結果が変わらない)」と指摘されている(岩原 1965)。 2)有意水準を上げる たとえば,1%水準で「有意」とすれば,厳格である分不当に有意なF比の出現を防ぐ 3)数値を変換する 正規形から偏った分布の偏りを抑える。 ここまでは田中・山際(1989)を参照のこと 4)被験者の数を増やす 原則として,標本数を各群ごとに増やせば,正規分布に近づくことが知られている(中心極限定理)。
>>543 同意。
ただ、まずは分布を確認した方が良いと思う。bimodalかもしれないし。
545 :
没個性化されたレス↓ :05/01/30 14:55:23
>>543 > 標本数を各群ごとに増やせば,正規分布に近づく
何が正規分布に近づくの? よくある誤解だね。
547 :
没個性化されたレス↓ :2005/04/30(土) 11:50:15
正統派スレあげ
548 :
没個性化されたレス↓ :2005/06/11(土) 17:19:30
549 :
没個性化されたレス↓ :2005/06/11(土) 17:44:02
550 :
没個性化されたレス↓ :2005/06/11(土) 17:45:17
551 :
没個性化されたレス↓ :2005/06/19(日) 23:24:13
因子分析の時に、どういうときにバリマックスを使って、どういうときにブロマックスを使うのですか?
そのときの空気で
あとで重回帰するなら、その変数が 従属変数ならプロマックス 独立変数ならバリマックス
556 :
没個性化されたレス↓ :2005/06/20(月) 03:58:37
>>551 バリマックスは不完全な回転。
斜交回転を用いるべし。
因子間に相関がないモデルを立てたら斜交回転使用不可。
558 :
没個性化されたレス↓ :2005/06/20(月) 23:27:54
斜交回転するなら、プロマックス法じゃなくてもうちょっとマシな方法を使おうよ。 せめて、ハリス&カイザーの基準か、オブリミン法くらいじゃないとダメだよ。 プロマックス法は、バリマックス法の解を2乗または4乗して単純構造を 強調したものをターゲットにして斜交プロクラステス回転を施したに過ぎないよ。 共通因子空間上の変数クラスタを軸上に付置するような真っ当な斜交解は プロマックス回転じゃ求まらないよ。 SPSSの因子分析は、1976年代の技法のままだから腐ってます。というか 解析エンジンは、Ver. 4.5からちっとも進歩してないし......。 いい加減、SPSSみたいな腐った統計ソフトを使うのは辞めませんか?
559 :
358 :2005/06/20(月) 23:53:09
>>558 そうしたいのは山々だけど、他に手頃なお値段で真っ当な因子分析できるソフトってなんかありますか?
SASだとvarimaxの出力の後にpromaxが出てくるので, 「ああ,varimaxに基づいてるんだな」と実感できるが, SPSSでは隠されているので実感できにくいように思う。 どうでもいいけど。
>559 手ごろなお値段で,というだけなら現代数学社のHALWINなんていうのもあり オブリミン回転などもできますが, お勧めかといえば,まあオススメしません. 過去には重要なソフトのひとつでしたが.
562 :
没個性化されたレス↓ :2005/06/21(火) 02:06:45
どうでもいい話だが・・・
>>558 >プロマックス法は、バリマックス法の解を2乗または4乗して単純構造を
SPSSのデフォルトは4乗だが、SASでは3乗のはず。
というか、kの値は3か4が妥当で、2や5以上ではあまりよくない
と言われている。
>>555 ダメなんだ。。。
俺今まで554のやり方でいいと思ってた。。。
重回帰に落としたときに、プロマックスで作った因子を独立変数にしちゃうと
因子間相関が大きくなってマルチコになっちゃうから、
最初から独立変数にしようと思ってた尺度はバリマックスにしてたよ。。。
564 :
没個性化されたレス↓ :2005/06/25(土) 23:25:55
>>562 符号変換の必要がないからね。
もっとも、SASの場合は、きちんとした斜交回転が使えるから
プロマックス法は使わないだろ。
565 :
没個性化されたレス↓ :2005/06/25(土) 23:27:10
>>563 そんなことはないだろ。
>>554 でも、いいと思うが.....。
独立変数間で相関が大きいと意味無いじゃん。
566 :
563 :2005/06/26(日) 11:52:55
>>565 いや、俺が言いたかったのは、独立変数間で相関を仮定したプロマックス使っちゃうと、
その後の重回帰で「変数間の相関を一定にする」という仮定と反するので、
論文にしたときに論理の一貫性が疑われるというようなことを考えていたのよん。
567 :
没個性化されたレス↓ :2005/06/30(木) 14:40:12
史学畑の人間なのですが、 心理検査の妥当性?だかなんだかの検定をやることになりました。 どうにかして心理学部の人からテキストを入手、 どうにか 相関係数r=0.78 というところまでたどり着いたのですが これが何%の確立でおきることか、というのの求め方がわかりません。 どなたか 助けてください。お願いします。
569 :
没個性化されたレス↓ :2005/07/29(金) 01:25:20
A,B,C群における、名義尺度D,E,Fの出現数の有意差を検定する検定は何を使うのでしょうか?
厨発言で申し訳ないのですが、質問させてください。 1.A群とB群にあるテストを受けてもらう 2.特定の作業をしてもらう 3.A群、B群ともに最初と同じテストを受けてもらう A群、B群で作業前後のテストの得点差に違いがあるかを検定したいのですが、 被験者が少ない場合なんの検定を使ったらいいんでしょうか・・・対応があるから カイ二乗は使えないだろうし・・・
572 :
没個性化されたレス↓ :2005/08/07(日) 19:27:16
Qソートとはどういう統計作業なんでしょう?
573 :
570 :2005/08/07(日) 20:11:20
>>571 ありがとうございます。
分散分析、そういやそうだ・・・俺馬鹿すぎor2
しかしさらに馬鹿な疑問が湧いてしまいました。
書き忘れてしまいましたが、A群とB群のサンプル数が違うんです。
現在excelしか使えない環境なのですが、やっぱりこの場合はspssか
手計算じゃないとだめなんでしょうか。。。ぁぁ
575 :
没個性化されたレス↓ :2005/08/13(土) 17:18:49
>>575 http://www.amigo2.ne.jp/~yaji/hosi.htm だけを見た。
無学なので統計的な手続きに指摘はできないが、これだけは言える。
最後の
> 占星術は、有名文学賞を取ることには影響するという仮説が間違っている危険度は0.001958となる。
は間違い。
χ二乗検定は因果の方向性を調べる検定ではない。
このページのχ二乗検定の手続きが正しいとして、
判明したことは「芥川・直木賞作家の星座が日本人の分布と有意に異なる」
というだけ。
χ二乗検定でその理由までわかるなら、心理学者は誰も苦労しない。
577 :
575 :2005/08/13(土) 20:59:00
賞を取ることには影響するというのと有意に異なるは、どう違うのですか?
>>577 χ二乗検定でわかるのは、分布が異なるという事実がわかるだけで、
その背景の理由が、
占星術の有効性のためなのか、
検定手続きに問題があったためなのか、
受賞を決定する人が占星術に凝っているからなのか、
猫が寝ころんだからなのか、
説得力のある理由から荒唐無稽な理由まで並べたところで、
その中から1つ選ぶことができない、ということ。
それなのに、件のサイトは統計的に有意であったというだけで
その分布の違いの理由として「占星術が影響している」という選択を無根拠におこなっている。
579 :
575 :2005/08/14(日) 11:48:51
それでは、
>>578 さんは、なぜ、統計的に有意だったと思いますか?
>>579 生データも見ずに、背景の知識もなしに、そんなことは言えません。
それで言える奴はサルだけ。
582 :
575 :2005/08/14(日) 19:28:50
>>580 検定も何もわかりません。χ二乗検定が何かさえわからないのですから。
>>581 作家の星座に偏りがあるといえるだけということですね。
>>582 > 作家の星座に偏りがあるといえるだけということですね。
もっと正確に言えば、
(そのサイトで調べたサンプルの)作家の星座
(と、そのサイトが持ってきた日本人のデータとの間)に偏りがある
ということだけ
584 :
没個性化されたレス↓ :2005/08/14(日) 21:36:41
占星術では星座に偏りがあれば当たるってことになるんじゃないの?
>>584 占星術は当たることが前提ですから、
「○○という結果なら当たることになっている」という議論は変です。
587 :
586 :2005/08/16(火) 10:16:59
なるほど、(A,B)×(作業前、後)ってことね。よく読んでなかった。
588 :
570 :2005/08/16(火) 22:48:30
遅ればせながら、苦闘の末なんとか無事検定をすることができました。
>>571 >>574 どうもありがとうございました。
>>586 ANalysis Of VAriance = 分散分析
590 :
精神OT :2005/09/03(土) 08:41:41
統計的多重比較法を用いることにしました。 現時点でのデータを見てみると、当然のごとく(?)正規性・等分散性に破れがあり、ノンパラメトリックな多重比較である、Steel-Dwass検定を用いることにしました。 しかし少し調べてみると、適用できるデータについて書籍等により異なる記述が見らました。 「分布・分散かんがえなくてもよい」という記述と、「正規分布でなくてもいいが各群とも同じ分布じゃなきゃダメ、等分散性必須」という記述の2つです。 Steel-Dwass検定を用いる際、データの分布・分散についてのより支持されている考え方はどちらなのでしょうか?
>>572 おそらくクイック・ソートのことかと。
現在普通に使われる並び替えアルゴリズムの中でも高速な部類のものです。
中央値を求めたりするときには並べ替えが必要なので、
クイック・ソートを使うことが多いかも。
>>572 >>593 まて。心理学でQソートといえば,データ収集法の一種だ。
質問項目(じゃなくてイメージ語でもよいが)を書いたカードを数十枚用意しておき,
当てはまるものから当てはまらないものまで数段階に(枚数が正規分布するように)振り分けてもらう
形式でパーソナリティ等を測定する技法のことだ。
確かにネットで検索すると,
>>593 のものがたくさん出てくるけどな。
595 :
593 :2005/09/06(火) 04:49:02
訂正ありがとうございます。 コンピュータ理工学から認知心理学に移動してきたもので、 ついついコンピュータ用語として反応しちゃうのだ。
596 :
統計初心者 :2005/09/28(水) 00:03:18
すいません。SPSSで因子分析をしたんですが、いくつかの項目で「9020E−20」といった エラー(?)が出てしまいました。他は問題なく計算されているのですが・・・ このエラーはどういう時に出るのか、また、どうすれば解消されるのか、 教えていただけないでしょうか。
それはエラーじゃなくて、9020×10^-20というとても小さな数字を示しているだけだ。
9.020E-17じゃなくて9020E-20だっていうのは なんとなく不思議だよね。
599 :
統計初心者 :2005/09/28(水) 19:55:41
そうなんですか。エラーかと思ってしまいました。 本当に助かります。ありがとうございました。 夏休みの宿題に間に合いそうです。
>>599 因子負荷量がゼロになるのは不自然。
データエラーかも。
601 :
統計初心者 :2005/09/28(水) 23:37:50
まだ1週間あるのでもう一度、プリントのデータを点検してやり直してみます。 マニュアルを見てはいるのですが、あせってやったので、入力か何か間違ってるのかも。 ご親切にありがとうございます!
>>592 つまり統計学は意味がないと言いたいわけですな。
それならなんでみんな統計学を利用するの?
どこが「つまり」なのか意味が分からん。
604 :
没個性化されたレス↓ :2005/09/29(木) 11:44:39
>>596 その枠をダブルクリックしてから,数値のあるセルをクリック選択して
さらに右クリック セルプロパティ 「値」タブの書式を[#.#]に変更して
好きな小数点桁を設定,[適用][OK]で指数表示から通常の表示に変更できる
605 :
統計初心者 :2005/09/30(金) 01:06:54
おおおおお、すごい!そんな裏技が。やってみて感動しました。 友だちにも、ちょっと得意げに教えちゃいます♪すばらしい情報 本当にありがとうございます!
606 :
没個性化されたレス↓ :2005/09/30(金) 01:11:32
統計を根拠にしている学問はインチキっぽい。 経済学、心理学がそれにあたる。 臨床心理はまあいいとして。
>>603 おまい馬鹿だろ。心理やってる奴は馬鹿ばっかりだな。
項目反応理論に精通してる方いませんか?
基礎しか知らない。
>>609 基礎でつか。
あの理論で、テストを作る時の
手続き上の順番とかどうです?
612 :
没個性化されたレス↓ :2005/10/01(土) 13:40:24
自分でプログラム書かないで、ソフト使ってるだけだから意味不明になるんだな
↑分かったような事言ってるオバカサさん
さらっと聞き流す漏れはオサレさん
>>610 普通は項目を100ぐらい書いて、
数百名に実施して、
因子分析あたりで一次元性の確保される項目を残して、
bilog などにかけて、
パラメータなどを参考に尺度を作って、
情報関数など指標を計算して、
論文発表して、
だれにも注目されず、
お蔵入りして、お終い。
一次元性っていうのが手を出しにくいんだよなぁ。。。 今までの尺度、使えないじゃん、てことになりかねんし。
尺度構成の場合、因子分析をしないでアルファ係数のみ算出しても いいのでしょうか。 やはり因子分析もするべきでしょうか。
618 :
没個性化されたレス↓ :2005/10/20(木) 23:34:02
カイ2乗検定や分散分析って多変量解析じゃないの? 検定はまあいいとしても、なんで多重回帰分析が多変量で、分散分析は違うの?
変数が多いものを多変量解析というだけ。 当然、説明変数が3つの重回帰分析より 独立変数が6つのANOVAの方が多変量だが、 一つ一つの事例ではなく、どの程度の変数を想定しているかによる。
せめて高校の数学III・C程度は理解しておけ
622 :
没個性化されたレス↓ :2005/10/21(金) 03:51:52
623 :
没個性化されたレス↓ :2005/10/22(土) 09:41:53
>>617 一次元性を確認するため、因子分析は必要。
だが既存の尺度を翻訳した場合などは、因子分析せずアルファを算出している場合も多い。
というのは、既存の尺度はかなり昔に開発されたものも多いため、
現在の尺度開発過程を踏まえておらず、因子分析しても気まずい結果となりがち。
そのため、構成概念妥当性が不十分とすることもできるのだが、
あまりにもその尺度が有名なため因子分析結果を不問とするしかない。。。
>>167 30項目の暫定版から20項目前後の尺度を作る場合、適当に20項目を選択して満足できる
アルファ係数が出れば、それでよいかも知れないが、もっとよい組み合わせがあったかもしれない。
そこを追求されたらどう答えるのか。コンビネーションの30, 20通りを調べたか。
因子分析しておけば、因子負荷量の順に項目を尺度に付け加えて、最適なアルファが出れば
最終尺度にできる。文句もでない。
0.8以上の高いアルファがえられれば、内的整合性は高いので、因子分析せずとも一次元性は
確保されたと見なせる。ここは少し違う意見。
因子分析は簡単にできる。やらずにすます方が難しい。
625 :
没個性化されたレス↓ :2005/10/22(土) 10:52:45
他人に聞かないで自分で考え/調べる。 これが基本。 理系人間には常識なんだが。 このスレを読んでいると気持ち悪くなる。 こいつらの頭の中調査・研究してほすい。
There is such a person, and is a person not so.
自分で考えるという事が分かってない。 というより、考えるという行為そのものが分かってない。経験が無いから。
自分で考えても正解にたどり着くまで一ヶ月かかりそうなら隣の人に聞いてみてもいいと思うのだが。 そっちの方が効率的だべ。別に聞くことは恥ずかしいことじゃないし。
631 :
没個性化されたレス↓ :2005/10/23(日) 23:21:03
各国の統計を調べていたら、 国民一人当たりの牛乳の消費量が多い国ほど がんによる死亡率が高いことがわかった。 牛乳はがんを発生させやすいと結論してよいか? 架空データです。 結論してもよいでしょうか? よくない場合には、どのような背景があると考えられるでしょうか?
631は学部生か? レポートは自分でやろうな。
>>631 > 各国の統計を調べていたら、
> 国民一人当たりの納豆の消費量が多い国ほど
> がんによる死亡率が高いことがわかった。
> 納豆はがんを発生させやすいと結論してよいか?
>
数学板にも同じ書き込みがあったな。
がんの発生率を比較すれば発生させやすいと結論づけてもまぁいいかもしれんが、 死亡率だと違うだろ。 医学医療の発展度も考慮せねば、 がんによる死亡率の比較からがんの発生率を結論づけるのは無理なのでは。
617です。
>>623 ,624
ありがとうございます!
ある条件の下で、 A=10 B=8だったとして、 別の条件の下では A=20 B=12だったとします。 このときに、条件間でのAの差と条件間でのBの差とが異なるかを 検定するにはどうすればいいんですか? 間隔尺度です
んで全て被験者間でうs
t検定で優位差が出なかった!ことを示したいとき、検出力はどの程度あればよいのでしょうか?
>631 いかんだろう。 経済的優位→牛乳たくさん飲める ↓ 長寿 → 死亡原因にしめるガンの割合は高まる とかもっともらしい因果関係は色々出てくるし
>>638 ABを独立変数(AとBの2水準)とし、それぞれの差を従属変数としたt検定。
ただし、差が正規分布している場合。
>>640 心理学では慣例で5%水準。
SASでアンケート統計をしています。 アンケートは分岐があり、ある項目に該当しない場合 そこから先をすっ飛ばして回答してもらうタイプです。 入力の際、すっ飛ばした人は66、無効回答は99と入力しました。 で、カイ二乗とt検定で検定してるんですが、欠損値70%を超えてしまいます。 本当の欠損値の人もいるんですがすっ飛ばした人が大半。 66は欠損値指定しないほうがよかったんでしょうか。 その場合、どのようなプログラムを組めばいいんでしょうか。 長くて申し訳ありません。
644 :
没個性化されたレス↓ :2005/12/04(日) 00:05:36
あげます
>>643 欠損値が70%を超えているという事実は、
欠損値指定をどう変えても変わらない事実じゃないのか?
どうやっても問題は解決しないぞ。
646 :
没個性化されたレス↓ :2005/12/04(日) 00:40:33
>>645 50のデータがあるとして
4が欠損値、36がすっ飛ばし欠損値であった時
10が残りますよね。
その場合、欠損値を4として考えることは不可能なんでしょうか。
36=任意ですっ飛ばしのデータであるのに
=無効回答というわけでは無いような気がしたので・・・
>>646 無理。理由が何であれ、データが存在しないのは事実だから何の意味もない問いだぞ。
統計分析においては、欠損値の数なんて考える必要なし。ただ単に、得られた
データ数に対して分析するのみ。66でも99でも
何でもいいが、そこには何の意味もない。以上終わり。
というか、そもそも「xと答えた人のみ解凍してください」という
質問なんだろ?だったらレポートでは「xと答えたひとy人。そのうち
この問いに解凍してくれた人がz人」と報告すればよい。それだけの話。
>>646 分析対象として10+4の合計14人を指定すればいいだろ。
その質問に回答義務のあった回答者となかった回答者は、適当な変数で分類できるはずだから、
たとえばそれが、Q1=0なら回答義務あり、Q1=1なら回答義務なし、であって、
見たい質問項目がQ2であれば、
PROC FREQ;
TABLES Q2 / CHISQ; WHERE Q1=0;
としておけば、回答義務ありの回答者だけを分析対象に出来る。
出てくる結果は変わらないけどな。
649 :
646 :2005/12/04(日) 00:55:58
>647-648 ありがとうございます。 欠損値が半数以上=統計の対象にはならないと 考えていたものですから目からウロコでした・・ 本当に助かりました。 ありがとうございました。
データの意味を考えれば分かりそうなものだが・・・・・
>>650 俺は、ここまで基礎的な質問だと、むしろ親切に答えてやろうと思う。
おそらく、本当に分からないのだろうから。一番頭に来るのは、そこそこ
できそうな人間が、努力もせずに、ラクしようと聞いてくるスタイルの質問。
言葉は悪いけど、弱者には優しくしようという気になる。
652 :
没個性化されたレス↓ :2005/12/07(水) 19:41:03
心理学で使う統計手法を,ちゃんと数学的に理解したいと思っています. 「こういう場合はこの方法を使う」という天下り的なのがどうも納得できないので. 何かいい参考書はないでしょうか? 数学は,大学理系1年程度の微積分と線形代数を今,勉強しています.
654 :
653 :2005/12/07(水) 21:23:29
一杯あるからこそ,これはいいよってものとか,代表的なものの特徴を教えていただきたいのです.
>>654 まずは心理統計の授業の教科書をきちんと読め。
それで理解できなかったら、その部分を示せ。
>>652 DeGroot, M. H. & Schervish, M. J. (2002). Probability and Statistics, 3rd Ed., Addison Wesley.
Hays, W. (1994). Statistics, 5th Ed., Wadsworth.
両者とも、アメリカの心理系/統計系大学院で広く使われている。
前者は、数理統計だが、本当の基礎から平易にレベルアップしていく。
後者は、心理系大学院レベルの統計の本だが、上よりは低い数学レベルで、
各手法についてモデルの詳細や前提を展開していく。
両者とも、アメリカの大学院では定評のあるテキスト。
どちらも、Amozon.comで内容くらいはチェックできるから、自分のレベルに
合わせて読むがよろし。
あきらめて。
>>652 が求めるようなので、ホントの基礎から叩き上げて解説してくれる本は、日本語ではほとんどないから。
日本語の本は、それぞれ微妙に想定する読者のレベル(=要求される前提知識)が
異なるから、一人一人が自分にあったのを試行錯誤で探すしかない。
上に挙げた本は、ホントの初歩から高度なレベルまで引き上げてくれる本ばかりだから、
ほとんどのレベルの人に合致する。ま、英語なんてタダの道具だから、英語の本だと
構えずにアタックするべきだね。個人的な意見だが、使える英語なんて、こういう本を読みながら
上達するものだよ。英語が読めるようになるのを待ってから、文献にアタックするなんて、
あり得ないから。
>>656 ではないが、
>>652 の現在の統計の知識しだいだと思うぞ。
まずは、ふつうの心理統計の本を理解すること。
で、次は東大出版会の『統計学入門 基礎統計学』かな。
ここまでは大学1年レベルだと思ってもらって差し支えない。
で、数学的にちゃんと理解したいなら竹村彰通『現代数理統計学』だな。
漏れがシゲマス先生に聞きにいったときも、これを薦められた。
日本語の数理統計の本としては評判がいい本だから、いずれは挑戦汁
>『統計学入門 基礎統計学』 うーん。漏れは、その本ですら、独習で使うなら、ある程度の数学的なセンスを要求されると思うなぁ。 人によるだろうし、授業のテキストとしてなら、何の問題もないけどさ。 別に、英語マンセーじゃないけど、概して「万人向けの教科書」って、 アメリカ人が書いたのに勝るものはないよなぁ。
んー。式の導出とかのことかしらん。 あとまあ心理統計らしい手法が出てこないのもアレだけど、 一般的な統計学の教科書としてはアリなんじゃないかなあ。 このレベルの本でもっといいのがあったら教えて欲すぃ。 英語の教科書に良書が多いのは、分野を問わず真だと思う。 本当は英語の勉強も兼ねて洋書を使うのがいいと思うんだけどなあ。
> んー。式の導出とかのことかしらん。 そうそう。下手するとさ、等比級数の和の公式ですら 忘れているからね。そんな簡単なステップでも飛ばされると 分からなくなっちゃう人はいっぱいいるんだよ。ましてや、 最小二乗法の説明のときに、関数微分して最小値を求める なんて出てくると、(高校で習ったことを冷静に当てはめれば 良くても)それだけで逃げ出す人もでてくる。 けど、英語のテキストだと、それらを手間を惜しまず、 かつ簡潔に、式の導出中に説明してくれる。 その点、Haysは本当に良い本だよ。必要な数学もテキストの中で 自己完結してるし。数理統計じゃないけど、日本の心理系大学院生も 全員があのレベルにあれば最高だろうね。 アメリカの出版社からテキストを出す時って、出版社が有識者に 原稿をレビューさせるんだよ。それに、出版社自身も、あらかじめ 「必要とされる数学のレベル」を設定して、それを著者に要求することも あるみたい。
>>662 統計入門でよいなら、良い本は日本語でもたくさんある。
文系向けの数学...難しいんだよね。「高校数学IIくらいまではやったけど、
ちょっと忘れてること多いから、その復習もしながら、勉強したい」って人向けが
なかなかなくて。「高校数学なんてばっちりですよ。どんどん先へ進んでください」
って人向けの本ばかりで。
>>663 の続きだけど、東大、京大クラスの人たちに良い本でも、
その他の宮廷や私立の人たちには読みこなせない、ってのは
結構あると思うよ。どこまで数学をやったか、どれだけ覚えているか、
そのあたりに深くて見えない溝があるから。
666 :
652 :2005/12/09(金) 14:39:38
>656, 659 レスありがとうございます. 洋書に挑戦してみます.
667 :
没個性化されたレス↓ :2005/12/17(土) 07:07:45
分散分析(2要因2水準)で交互作用は有意じゃなくて, 主効果のみが有意なときって何が言えるんですか? A要因とB要因があって,B要因のみ主効果が有意な時は, B要因のみに意味が発生するのでしょうか.日本語が わかりにくいですが・・・.
>>668 わかりやすいっす!
ありがとうございます.
.
671 :
没個性化されたレス↓ :2006/01/20(金) 20:37:14
実験データの条件毎の平均値を棒グラフに提示する際、 エラーバーを付けたいのですが、条件間の有意差に着目しているときは やはり信頼区間ですよね?しかし論文では標準誤差を示している ものが多いような。うおお、なぜだ!?どうしたらいいんだ?!
数量化W類について知りたければ どうしたらいい?
674 :
↑ :2006/01/21(土) 17:34:19
なんかいい本紹介汁
675 :
771 :2006/01/26(木) 18:55:18
主成分分析をするときは、回転しないのですか?
しない。したらそれは因子分析。「主成分解による因子分析」と呼ぶ。
だが主成分解など使わないのが無難。
266 名前:おばかさん 投稿日:2001/06/06(水) 05:09 思うんだけど,心理統計って,わが道走りすぎてない? 自分達が統計の本元(!)だと,思い過ぎな気がする。 特に日本は,異分野との交流が少なすぎ。 例えば,頻用される手法を見るだけで, 心理統計:因子分析とSEM V.S. 理学工学:主成分とグラフィカルモデリング って違いは明らか。 当然,それを支持する理由も違えば,支える風土も違う。 でも特に,心理統計側の先生方は, その違いを理解しようって気がないんじゃないかと見て取れます。 例えば,工学系の人からは「因子分析」なんて分析者の都合がよい 手法以外の何物にも見えなくて, あらゆる回転から自分にもっとも都合が良い解を報告できるってことが, 信じられないわけで,そんなところに科学性があるのか?と当然思うわけよね。 (そもそも,回転で因子負荷量が変わって,主に負荷する因子が違う場合が あるってのが,混乱の元なんだけど,世の中,どんな回転でも単純構造で きれいなんてデータは,まずないだろ。) 誰がやっても,同じ結果に行き着くべきなのに, 上手く工夫(?)すれば,各人,自分の仮説を支持するように報告できるって, ちょっとねええ。 (もちろん,最尤法+プロマックスが主とは知りつつなので,この点は 指摘しないでね。あくまで,報告できる,だから。笑。)
>>679 つづき
あと,探索的データ解析と言いながら,全然探索的って意味,
わかってないじゃない。
何十回もデータ取って,毎度毎度,考えうる理解可能なモデルを
片っ端から試して,その中でモデルを洗練させていくのが
「探索的データ解析」でしょ。
でも,心理統計の先生と話すと,
すぐ「モデルが真なら」とかいいだして,馬鹿か?と思っちゃう。
しょせん,データ収集の部分の記述がほとんど無くて,
追試が不可能な論文でも通しちゃうような分野の,
実際,一回こっきりのデータで何か言っちゃうような分野の
(交差妥当性なんか見ないような)先生に過ぎないのよね,
と,思っちゃうんだよね。
主成分は駄目,なんて公言しちゃうような先生もおるでしょ?
場合(分野)によっちゃ,一番よかったりするんだけど,
その「場合」ってのが理解できてないんだよ。
とにかく,自分の扱うようなテーマと扱ってきたデータしか頭に無いから,
言うことが当てになんない先生多すぎ。
って。。。あれ?だんだん愚痴になってきたから,やめよう。
272 名前:おばかさん 投稿日:2001/06/06(水) 19:17 統計学っていうのは,共通語で, 「心理」統計とか,「マーケティング」統計とか, そういう形容部分は方言。 分野に固有の知識(方言)を, 共通語のように使うのは如何な物だろうか。 大阪弁をしゃべるなら,大阪弁でしゃべってるという認識と, 共通語の理解と,場合によっちゃ東北弁だって理解して欲しいよ。 言語学者なら。 単なる「大阪弁」言語学者は,大阪から出てくるな?
331 名前:名無しさん@お腹いっぱい。 投稿日:2001/06/20(水) 15:11 定期あげ 今日の一言「主成分+バリマックス回転してると豊田先生に怒られちゃうぞ」 332 名前:名無しさん@お腹いっぱい。 投稿日:2001/06/20(水) 16:07 どうしてでしょうか? 目的しだいではないでしょうか? 因子分析モデルの構成を考えてEFAを実行する場合に, 主成分解を求めるだとか,直交解ではなく斜こう解を検討 すべきだ,ということなら怒られてしかるべきです. 最尤解+プロマックスにすべきでしょうね. しかし,数十個の変数のクラスタリングが目的の場合は どうでしょうか.主成分+バリマックスや,主成分+プロマックス で探索するのも意味があると思います. また主成分を回転しても理論的(数理的)に問題はないでしょ 回転した主成分とはいえないけれど(因子ともいいがたいけれど)
333 名前:名無しさん@お腹いっぱい。 投稿日:2001/06/20(水) 16:12
「主成分+バリマックス回転」でもいいじゃないの.
最終的に報告するモデルが因子分析モデルにしたいなら
途中から最尤解+斜交解の結論をすればいいし,結論
はCFAでもいいのだし.
やっちゃいけないなんて,言うんでしょうか
>>333 やっちゃいけないなんて言わないに一票。
せいぜい、「出番はないです」位か。
査読に来たら、あえてその方法を選んだのはなぜか
(他に統計的に明らかにいい方法や常套手段があるだろうに)、
をしつこく聞く位でしょ。
684 :
没個性化されたレス↓ :2006/02/04(土) 23:39:47
>681 でも純粋な統計学者って ラオとかレーマンその他ちらほらしかいない ピアソンだってフィッシャーだって 生物統計学者であり 遺伝学者であり 後の世の人が数理統計学者と分類したに過ぎない 本家のないところが統計学のいいところではないか
685 :
没個性化されたレス↓ :2006/02/07(火) 01:08:48
私は、心理統計が理解できなくて、院進学を諦めまた負け組みです。 しか〜し、ここの板、読んでて、よっしゃ!もう1回頑張ってみるか! と考え直しかけているところです。その点において、ここの皆様に感謝!です。まじ ちょっと勉強しててわからないので、以下、教えてください。 文系まっしぐらだった私です。噴飯もので、おバカな質問だったらごめんなさい。 1.『5%水準で有意な平均誤差』という表現と、『5%水準で有意な差』との違いは? 2.ある学習方法において、その効果があるのかを見たいとき、被験者集団を対象にして処遇の効果を見る場合、 その被験者集団の等質性は、同質性の高いものがよいのか、異質なものの方がよいのか、 多様な考え方が存在するが、それらは何か。 サッパリわかりません。お手上げです\\
レポートは自分でやりましょう
687 :
没個性化されたレス↓ :2006/02/07(火) 11:58:29
自分でいろいろやったんだけど、わからないのです>< ちなみに、『レポート』ではないですよ。 院試の過去問です。
688 :
没個性化されたレス↓ :2006/02/07(火) 22:05:15
問題文を書き写し間違えてると思うよ 1は問題の体をなしてないし 2は解けなくはないけど「等質性は、同質性の高いものがよいのか、」 あたりの日本語がへんだよ.これが本当に院の入試問題なら そこ受けないほうがいいよ
689 :
没個性化されたレス↓ :2006/02/07(火) 23:34:43
>>688 この問題は、某院を受験した友人に口頭で
『今日、どんな問題出た?』
『〜〜〜〜とか、〜〜〜〜〜のような問題だったと思う。』
といった感じで、聞いたものなので、
日本語が変だったり、問題として奇妙だったりしてるのかもしれません。
過去問題集を購入して、正式な出題文を確認してみます。
ご指摘、有難うございました。
690 :
DQN :2006/02/08(水) 17:25:32
質問1:t検定とかカイ二乗検定とか ○○検定ってつくやつってパラメトリックかノンパラメトリックのいずれかに 必ず分けていいんですか? 質問2:因子分析とか重回帰分析とか ○○分析ってつくやつって パラメトリック/ノンパラメトリックとかみたいに 分類されているのですか? また分類されていれば その分類方を教えてください.
>>690 パラメトリックというのは、扱っている変数が正規分布していることを前提にしている、という意味だと考えれば、
あとは自ずと答えは出てくる。
692 :
DQN :2006/02/08(水) 22:57:27
>>691 ありざっす。
パラメトリックは母集団が正規分布しているんだよってのはわかりますた。
で 新たに思ったんですが
ノンパラって正規分布しないんすよね?
正規分布しないってサンプル数が足りないから起こるんでつか?
正規分布しない母集団ってどんなんでしょうか。
それもパラメトリック検定とノンパラメトリック検定でデータとして利用される尺度の性質を考えれば自ずと分かってくる。 サンプル不足で正規分布しない場合は十分な数のサンプルを補えばいい。 それは手技の上での問題であり、母集団の性質上の問題ではない。
もちろん標本の大きさにも依存するが、変数の性質にもよる。 せめて統計の入門書を何冊か読んでから質問しましょう。
695 :
DQN :2006/02/08(水) 23:21:01
確率は両端が0と1で終わるから、無限に続く正規分布と似てても正規分布じゃない。
>>698 おとっさん!それは言わない約束でしょ!
サリゲなく、こそーりと700ゲト。
701 :
DQN :2006/02/09(木) 14:05:19
でたらめに調べてみたんですがまとめてみました。 パラメトリック検定は母集団が正規する事が前提である. パラメトリック検定に向いている尺度は間隔・比率の いわゆる量的尺度である. 量的尺度はサンプル数が満たされていれば大抵 正規分布する(仮定)はずだから t検定や分散分析を行えばよい. ノンパラは正規分布を仮定できない変数(尺度)に用いる. 名義・順序尺度 いわゆる質的尺度は サンプル数が満たされていても 分布が正規しない. パラかノンパラのどちらかを使うかは 変数(尺度)の性質で決めればよい.
702 :
没個性化されたレス↓ :2006/02/09(木) 16:59:19
?
705 :
没個性化されたレス↓ :2006/02/10(金) 00:32:21
>>701 HNに恥じないドキュンだろ。
お前の質問に答えてくれた人の発言には、すべて目を通せ。
人間として、最低限の礼儀だ。
706 :
DQN :2006/02/11(土) 01:22:14
ビチグソですいません 修正してみもすた。 その1.パラメトリックとノンパラメトリックの違い 母集団分布について仮説をおくか、おかないかで決まる パラメトリックは母集団分布に仮説をおくので、母集団の正規性・等分散性が仮定される t検定や分散分析を行えばいい.但し、サンプル数が少なすぎてはいけない. 使える尺度:間隔 比率の2尺度 ノンパラは母集団分布に仮定をおかないし、サンプル数が少なくても使用可. 使える尺度:名義 順序 間隔 比率の4尺度 注意点:パラメトリックを行える条件下(母集団分布が仮定出来き、十分なサンプル数がある場合)でノンパラを使うと 検定力(帰無仮説を棄却できる確立)が落ちてしまう.
まぁ、こんなもんか。 >ノンパラは母集団分布に仮定をおかないし、サンプル数が少なくても使用可. 嘘だろう。「使用可能=とにかく数値が叩きだされる」だが「サンプルが少ないと信頼性は低い」というとこだろう。 それは、パラでもノンパラでも、同じことだ。どちらも、サンプル数が少なくてはいけない。 >パラメトリックは母集団分布に仮説をおくので、母集団の正規性・等分散性が仮定される 最後が間違い。母集団分布が「ポワソン分布である」と仮説されるならば、当然、正規性など 求められない。正規性とは「観測した変数の分布が正規分布で近似される」ということなのだから。 等分散性もいらない。確かに、パラメトリックな統計的検定の中には、「分布の分散が同一である」ことを仮定する ものもあるが、「分散の同質性は問わない」パラメトリック検定もある。t検定においても「分散が異なる場合」の t検定がある。
708 :
DQN :2006/02/11(土) 20:16:09
709 :
没個性化されたレス↓ :2006/02/13(月) 00:41:29
統計 くだらん バカバカしい 早く気づけ
統計学を熟知した上で非難する人間は、「いつ統計モデルを使うべきでないか」を指摘する。 統計学の習得につまずいたために統計を非難する人間は、「そもそも統計なんか使うな」と主張する。
711 :
没個性化されたレス↓ :2006/02/14(火) 19:39:55
心理学が無理矢理に科学性を主張しようとして統計学を援用しても 所詮、心理学は非科学的。
712 :
没個性化されたレス↓ :2006/02/14(火) 21:45:00
説明率とかα係数みるとやっぱ低いしね。
713 :
没個性化されたレス↓ :2006/02/14(火) 23:51:42
>説明率とかα係数みるとやっぱ低いしね。 ですよねぇ! って言うか、そもそも心理現象等をそういった数値で表現しようとすること 自体が空しい哉 大学入って心理やって、最初の頃に心理統計の洗礼を受けて それを真に受けてしまって、、、 実証的研究!!!統計!!!って感じになってるけど 結局、一般社会においては空理空論の卒論修論の山 は〜疲れる。「いい加減、目覚めないさ。」(阿久津先生)
>>711-713 結局、統計批判がそのレベルでとどまっているから、君らは屑扱いされるんだよ。
「現実」と「理論」という名の2つの異なる世界が、どのような関係にあるのか。
それを理解するためのセンスがない人間には、永遠に理解できない話だから、素直に
吠えるのをあきらめなさいな。
715 :
没個性化されたレス↓ :2006/02/15(水) 00:05:02
「いい加減、目覚めなさい。」
716 :
没個性化されたレス↓ :2006/02/15(水) 00:07:04
714=「現実」と「理論」という名の2つの異なる世界が、どのような関係にあるのか。 それを理解するためのセンスがない人間
717 :
没個性化されたレス↓ :2006/02/15(水) 00:09:12
714 あんた 論理をすり替えてますね。
719 :
没個性化されたレス↓ :2006/02/15(水) 01:22:36
何を言っても、統計学に関する知識云々、レベル云々で、 明確な回答を避け、いつもうまくはぐらかす心理統計屋
>>719 心理統計屋が統計屋だと思ってる時点で、ドキュソ決定。
721 :
没個性化されたレス↓ :2006/02/15(水) 16:10:54
統計を勉強したことがない、あるいは理解できない人が
統計を否定する。
否定するならある程度は理解してからにしてほしいものだが。
>>711-713 みたいなんじゃね。
>実証的研究!!!統計!!!って感じになってるけど >結局、一般社会においては空理空論の卒論修論の山 >は〜疲れる。「いい加減、目覚めないさ。」(阿久津先生) 「目覚めるのはお前だろ!」って感じ?卒論修論なんてトレーニングの成果を 評価するための習作。そんなものに中身を求めてどうするねん。
723 :
没個性化されたレス↓ :2006/02/15(水) 18:28:29
くっだらない
724 :
没個性化されたレス↓ :2006/02/15(水) 19:26:10
ま、こんなところに、まともに統計やって論はってる者は数少ないと思うわれ
>>724 そーいう方向に流れると、専門家以外には何も語る意味がないという話になるだろ。
ポイントは、統計のロジックを理解しているかどうかって話。それは、現実という
複雑怪奇なシステムを、あえて理論/統計というシンブルなシステムに移すことの意味を
理解しているかどうかっていう問題に帰着する。
726 :
没個性化されたレス↓ :2006/02/15(水) 20:58:32
>>725 のように、きちんと判りやすく論理展開できるレスは歓迎だ。
>>726 残された問題は、統計反対派のほとんどは、
そもそも
>>725 が何を言ってるのか、理解すらできないということだろうな。
728 :
没個性化されたレス↓ :2006/02/15(水) 23:16:02
>>722 統計反対派と賛成派という構図で見るならば、
どちらかというと私は反対派なってしまうのかな。
反対派の人々は、
>>725 の言っている内容が理解できない、、、、
ん・・・・個人差もあるだろうけど、そこまで酷くはないと思う。
最近、質的研究に光が当たりつつあるので、統計ができない人が、
安易に質的研究に走っている向きが見受けられるけれど、
それは危険だと思う。
>>728 話の分かる人が出てきた。お聞きしたいんですけど、質的研究者の中では
「複雑怪奇な現実を、理論というシステムに単純化/抽象化する」という
志向は存在しているのでしょうか?少ないですが、身近なサンプルをみる限り、
「複雑怪奇な現実を、ありがままに記述する」志向性の方が強いと思うのですが。
730 :
没個性化されたレス↓ :2006/02/16(木) 21:05:02
>>729 残念ながら今の私では満足のいく回答が不可能です。
ずっと統計!統計!!・・・・でしたので。。
最近になって質的研究法に興味を持ったばかりです。統計をやってきた者にとって、
質的研究における『あるがまま』とか『ありのまま』という概念は、ちょっとわかりにくい。
現象学的視点について少し学ぶ必要性を感じています。
>>730 それそれ。
>『あるがまま』とか『ありのまま』
それが「複雑な現実を、理論という名の単純なシステムに抽象化
する行為を拒否する」ということなのですよ。
732 :
没個性化されたレス↓ :2006/02/17(金) 00:03:18
質問があります。 自分には今年の4月から心理学部に入る高3生がいて、 心理統計をこれから学ぶ者にとって、現段階で知っておい た方がいいことを教えたいと思っているんですが、 どんなことがあるでしょうか?
おまえはまず日本語を学べ。
734 :
没個性化されたレス↓ :2006/02/17(金) 00:22:24
入学前だから、それほど慌てなくても・・・ 高校数学を復習しておくといいでしょう。 パソコンも基本操作とエクセルも少々やっておくと便利かも。 ジュニア文庫あたりに統計に関する基礎の書籍があるかも しれません。サラッとでも良いので読んでおくといいのではないでしょうか。
735 :
没個性化されたレス↓ :2006/02/17(金) 00:24:10
736 :
没個性化されたレス↓ :2006/02/21(火) 15:52:41
>>685 >>689 正式な院試問題を入手しましたので、以下に掲載しておきます。
1.『5%水準で有意な平均誤差』とは、どのような差のことを言うのかを説明しなさい。
2.2要因の実験計画における『交互作用』とは何かを説明しないしなさい。
3.共分散と分散の関係を述べ、これらの指標によって相関関係がどのように求められるかを述べなさい。
文字数規定はありませんでしたが、A4大サイズの白紙用紙1枚程度です。
737 :
688 :2006/02/22(水) 08:01:13
1番だけど,「平均値の差」じゃなくて「平均誤差」なんで 母数と統計量の差の(誤差の)平均に鑑みて,ありえんほど大きい つうことかね.たとえば 賛成率半々(50%)というキム仮説の下で 55%という標本比率は,平均的な誤差に鑑みて 5%以下の確率でしか起きないつうこったな. ちなみにどこの大学院ですか
738 :
没個性化されたレス↓ :2006/02/22(水) 09:20:41
はい・・・・もう少し詳しく書くとどうなりますかね。申し訳ナいっす。 なんでも、A4の紙にギッシリといった感じ解答用紙で、それを何枚も使用しても可。 というものなのです。
>>738 これ以上は自分で勉強しろ。
それとも、ここで統計学を一から十まで教えてもらおうという魂胆か?
740 :
没個性化されたレス↓ :2006/02/23(木) 03:47:42
>>739 そんな魂胆は・・・・・若干期待してましたw
でもですね、ほんと、バカでわからないんですよ。
2番と3番は、統計の本にあったんで、わかりましたが、それにしてもA4版用紙に1枚以上って、
何書けばいいの?って感じです。
とにかく、もう少し自分で努力してみます。
ありがとうございました。
いくらやっても算数が分からない人が集まるスレですか?
742 :
没個性化されたレス↓ :2006/02/28(火) 03:40:57
そうよ
>>740 バカで分からないんだったら院なんか行こうとするなよ。
744 :
没個性化されたレス↓ :2006/02/28(火) 11:46:00
試験問題がわからないということは入学する資格が ないということだよな。そういう奴を入れないために 入試と言うものがある。育児後の暇つぶしのオバサンの方が 入試の成績がいいんだから藻前ら大学でなにやってたのかと いいたいよ。
745 :
没個性化されたレス↓ :2006/02/28(火) 11:51:59
高校数学もできないやつバッカだろ、 心理学科なんてwwwwwww まあ、教授でもできないヤツがいる、もう辞職しろよ。。
できる奴は心理学なんて専攻しないw
747 :
没個性化されたレス↓ :2006/02/28(火) 11:57:34
高校数学だけできても大学は入れないからなあ。
45万部のベストセラー『嫌韓流』の第2弾 『嫌韓流2』発売中 駄作か傑作かは、買って自分で確かめよう
749 :
sage :2006/03/13(月) 00:59:55
>737 東大の平成16年度入試問題
750 :
749 :2006/03/13(月) 01:01:40
>737 sage間違えた。 ついでに脱字。。。 多分、平成16年度東大院教育学研究科 どこかでみたことあったから調べてみたらやっぱりそうだった
蝿腹せんせいっぽくはある。
737の標本比率の意味がわからない。 勉強せねば・・・。
753 :
752 :2006/03/13(月) 01:21:20
わかってきたかも
754 :
没個性化されたレス↓ :2006/03/15(水) 21:05:44
東大の入試問題って こんなに簡単なの? 俺なら カンペキな正解をそれぞれ60字くらいで 書けるぞ(ここには書かないけど)いやまじで... 少なくともA41枚は絶対にいらない 他のとあわせてだろ これが本当なら蝿罵裸てえ抜いてんじゃねーか? それともイッパイ書いたら落とすのか?
755 :
没個性化されたレス↓ :2006/03/15(水) 21:20:43
736に東大の問題であってるのか確認したい。
756 :
没個性化されたレス↓ :2006/03/15(水) 21:27:45
>>754 残念ながら、それでは不合格です。60字程度で簡潔に述べることはほとんどの受験生が可能でしょう。
問題とされている事項を簡潔に説明した後、周辺知識を交えながら、具体例や注意すべきことなどを論じた者が合格しています。
一問につきA4大サイズの用紙を用い、何枚書いても良いです。合格者の中で、一番短かった回答は、一問につきA4大用紙半分ちょっとでした。
最も長いもので、3問で3枚半使用した人もいました。
もちろん長く論述したとしても一点でも疑問点や間違いがあればダメですが。
757 :
没個性化されたレス↓ :2006/03/15(水) 21:34:31
因みに、平成16年2月に実施された、新設初年度(2006年4月入学者用)の東京大学大学院教育学研究科臨床心理学コースの院試問題の第5問です。 新設でもあったし、臨床系ですので教心コースと比較して非常に基礎的な問題でした。 ほとんどの受験生がほぼ完答でした。
758 :
没個性化されたレス↓ :2006/03/15(水) 21:40:58
訂正 2006年×→○2004年度入学者用
759 :
754 :2006/03/15(水) 21:49:23
>756 お前が採点したのか? お前は東大の教官か?それともカンニングしてたのか? >具体例や注意すべきことなどを論じた 問題文に,「具体例や注意点を書け」とは書いていないから それを書かないと減点するのは おかしい! あなたがそうしたのなら恥ずべきことだ 本当に優秀な受験生は設問文の要求に過不足なく 必要なことを完結に答える まあ確かに狂信コースとはレベルが違うから 要するに低レベルつうことかな...
760 :
没個性化されたレス↓ :2006/03/15(水) 21:53:23
>>579 まあまあ。。ここで不合格言い渡されたからって腹立ててもね〜
60字程度でここに簡潔に回答してみてよ!w
761 :
没個性化されたレス↓ :2006/03/15(水) 22:01:02
762 :
没個性化されたレス↓ :2006/03/15(水) 22:53:45
>>579 おい!まだかよ!吠えただけかぁ
情けないね
763 :
没個性化されたレス↓ :2006/03/15(水) 22:56:08
>>579 じゃなくて
>>759 の間違いじゃない?
てかさ、結局759みたいにえらそうなこと言って自己満して逃げるバカ多いよね
ここ。
764 :
没個性化されたレス↓ :2006/03/15(水) 22:59:44
765 :
没個性化されたレス↓ :2006/03/15(水) 23:05:43
766 :
没個性化されたレス↓ :2006/03/16(木) 00:24:11
ここ どうしようもないね lolololololololololololololo 糸冬 言京 olololololololololololololololololo
767 :
大佐 :2006/03/16(木) 03:41:16
オイラの個人的統計、ロングの娘のホーがナンパしたら引っ掛かりやすい
768 :
大佐 :2006/03/16(木) 04:03:59
化粧品売場辺りの女性はロングの茶髪、やはり可愛い人が多い。しかし貧乳も多い。そして股を開きやすい。さらに歳をごまかし厚化粧。最後にバカだと思う
769 :
大佐 :2006/03/16(木) 04:25:43
春は陽気な天気に誘われムラムラしやすい。オイラの統計は最低でもナンパを10回以上やった人、8人にもきいてます。
770 :
没個性化されたレス↓ :2006/03/16(木) 08:29:58
ここのヤツって、レベルとか、バカとかいう言葉ですぐに人を馬鹿にするね。
序列化も好きだね。
簡単な質問をしてきたヤツを罵倒して、叩いて、追い返しちゃうけど
なんで?知ってるなら解り易く教えてあげればいいじゃん。減るもんじゃあるまいし。
なんで、応えてあげないの??
実はうまく説明できないんじゃないの?
すぐに、レベルが低いだの、バカだの言ってばかりだと、そう疑いたくもなるよ。
もっと『レベル』の高い統計学の対話を展開したいなら、そうすればいい。
でも、全然そういう気配が無いのは何故?
>>759 みたいなのがその典型だね。
771 :
大佐 :2006/03/16(木) 15:46:01
それはね、匿名でできるからだよ。本名などが割れるとマズイからだ。気持ちはなんとなく解るけどタダなんだし仕方ないよ
772 :
統計局 :2006/03/19(日) 20:35:16
晒しあげ
773 :
没個性化されたレス↓ :2006/04/09(日) 06:30:15
fprって5,6人しか発言しないよね、というか出来ない雰囲気だよね あれって何とかならんものかね
ホリさんが自己完結した意見を書いてしまい、話題が終了してしまうから?
2005年までの記事しかネットで見られないんだけど、 今年からはネットに乗せない方針になったの?
776 :
没個性化されたレス↓ :2006/04/16(日) 17:45:35
>>774 偉い先生が多いのは結構だが、教育的じゃない人も多い。
指導教官に聞いてください、と書く人も多いし。
777 :
没個性化されたレス↓ :2006/04/17(月) 06:46:09
>指導教官に聞いてください、と書く人も多いし。 そんなのあったか? 何番の記事? たとえあってもタダなんだから仕方ないケドね あなたは お金出してどっかの研究生になりなよ 月謝はらってるならそこの先生に聞きなよ fprは匿名では質問できないから初歩的な質問は無理だよ
779 :
没個性化されたレス↓ :2006/04/21(金) 00:27:42
>>776 >偉い先生が多いのは結構だが、教育的じゃない人も多い。
教育的なのは?
教育的じゃないのは?
難しいところだが、初心者の質問にも >そちらの指導教官or統計の担当者に聞け というのは教育的ではないと思う。 どういうルートで勉強すればいいのかわからんから聞いてるんだから、 ユーザーの視点に立った返答すりゃいいのに、と思ったことが何回かあった。 ココからチラシの裏↓ こういうレス返す人の論文は、大抵が数式&行列で構成された旧来の統計手法の重箱の隅をつつくようなモノが多い。 もちろんそれがダメというわけではないが、ユーザーの視点に立った論文や著書も書けよ、と思う。 それをやってる人もいるんだけどね。
781 :
没個性化されたレス↓ :2006/04/22(土) 16:23:18
ユーザーの視点に立った本を書いてるのはだいたい統計の専門家じゃ ない人ですね。専門家はそういう本の小さな間違いを見つけて 溜飲を下げるだけ。
782 :
没個性化されたレス↓ :2006/04/22(土) 19:38:01
>>781 「ここをクリック汁!」というマニュアル本の中身が薄いことに気づいているなら行動に移すべき。
「あ、ここが間違ってる!まったく専門家じゃない人は信用ならないねぇ」みたいな台詞吐く前に
自分からユーザーを導くような本を書くべきだと思う。もう何人かの先生はやってるんだし。
783 :
没個性化されたレス↓ :2006/04/26(水) 06:40:21
>それをやってる人もいるんだけどね。 >もう何人かの先生はやってるんだし。 じゃあ いいじゃん それで メデタシめでたし ー完ー
784 :
没個性化されたレス↓ :2006/04/26(水) 14:58:57
362 名前:名無しさん@お腹いっぱい。 :2006/02/26(日) 13:32:26 竹石 圭佑ってのが誰かを殺したらしいって話、詳しく知ってる人いる? 同じ年齢(19歳くらい?)か名古屋に住んでる人なら知ってる人いるの?
785 :
没個性化されたレス↓ :2006/04/26(水) 19:41:29
2件法の尺度でも、天井効果とかフロア効果で、 項目を選別した方がいいですか?
786 :
没個性化されたレス↓ :2006/04/26(水) 20:01:21
そもそもぜんいんが はい,あるいはいいえと こたえている こうもくには そんざいいぎが ないだろうよ
787 :
没個性化されたレス↓ :2006/04/27(木) 13:42:27
せんせい! きじゅつとうけいなら、いみがあると おもいます!
そのばあい じっさいにそういうでーたなのか こうもくがなんせんすなのか くべつできないので きじゅつとうけいとしても あまり いみをきたいできない たとえば あなたはにんげんですか ときいて せんいんが はいだった という でーたは きじゅつとうけいとして なにか いみがあるのか
789 :
没個性化されたレス↓ :2006/04/27(木) 19:27:03
それは いみが あるとおもいますよ。 「いいえ」と こたえる ひとの わりあいは、こうした しつもんしちょうさを ばかにする ひねくれものの わりあいを しめす でしょう。 よのなか、むいみだとおもえるものでも いがいと、おもってもいない かちが あるものでつよ。 つーか、「あなたはにんげんですか」なんていう しつもんを ようごする いとは 787には、まったくふくまれてないのだが。 あげあしとりも はなはだしいぞ、このがき。
せんせい! このひとはなんで こんなにむきに なっているのですか?
791 :
没個性化されたレス↓ :2006/04/28(金) 05:00:10
790よ むきにならないと おもしろくないだろう こんなやりとり
むきになっても やっぱり おもしろくないですよ。
だったらおもしろいとおもうばしょであそべばいいじゃないか
794 :
没個性化されたレス↓ :2006/04/28(金) 23:20:19
おまえら つまらん にんげんだなぁ のりつっこみ という ことばを しらないのきゃ
795 :
没個性化されたレス↓ :2006/05/04(木) 13:24:51
二件法でも因子分析できますか?
できないことはない。
797 :
795 :2006/05/04(木) 15:40:41
>794 れす、ありがとうございます。 できないことはないけど、あまりやらない方がいいんですかね?
798 :
没個性化されたレス↓ :2006/05/04(木) 20:09:27
799 :
没個性化されたレス↓ :2006/05/14(日) 18:06:40
>>798 う〜ん,IRTの人らに多次元IRTどうよって聞いても「できないことはない」
って言うような気がするんだけどなあ。。。
それにしても何のためにそこまでして因子分析しなきゃならんのかが謎なのだ。
800 :
没個性化されたレス↓ :2006/05/14(日) 18:09:12
お恥ずかしながら教員です。ご教授をお願いいたします。 実は先日、統計学の授業で中央値の出し方を説明したあと、じゃあ皆さんエクセ ルでやってみましょうと指示して、学生にやらせてみたところ、私の計算結果と エクセルの計算結果が全く違っており、真っ青になってしまいました。 あらかじめよく授業のシュミレーションしておかなかった、ということは反省するとして・・・ あわててヘルプを開いて見れば、どうもエクセルは“結び”を全く考慮せずに、 中央値を返しているようでした。それは私の学生のころだと、“典型的な間違い” と罰点を与えられたような計算です。「えーっ?」と驚き、後で統計学のテキスト をいろいろ見てみたところ、最近のものは、確かに結びについて何も触れられて おらず、エクセルと同様の説明が書かれていました。 これって大きな間違いだと思ったのですけども、最近はそれがスタンダードなので しょうか。いつごろからそうなったのでしょうか。政府の白書なども、同様の方法で 計算しているのでしょうか?
802 :
没個性化されたレス↓ :2006/05/21(日) 00:52:42
>>801 「私の学生のころ」とはいつ頃でしょうか。
“結び”(tie=同点)という響きがいいですね。
スコアの背後に連続量を仮定する伝統的なサイコメトリクスと
ふつうの統計との違いではないでしょうか。
803 :
没個性化されたレス↓ :2006/05/22(月) 02:18:59
中央値自体があまり重要視されなくなっているので、 簡易的な処理で済ましてしまっているようです。
804 :
801 :2006/05/23(火) 10:09:59
>>802 >>803 ご回答をありがとうございました。確かに平均値が使いやすいので,
中央値はあまり出番がないですね。最近の状況がわかりました。
ただ,昔の人間からすると,近年は高度な解析技術の前で,
重要な根本的問題が不問に付されているような印象があり,
若干の問題を感じます。本来連続でないものを無理やりに
連続と見なしていること,そのほかにも,尺度水準の問題
など,忘れてはならないように思います。せめてエクセルにも
オプションの形で計算式を選べるようにしておいてもらい
たいなと思いました。
ちなみに,私が学んでいたのはウン十年前です。
たしかに「そんなむちゃな」と思われるようなことが通用してますね。 それにパソコンのソフトウェアが計算を省略するなんて。本末転倒。
心理学における統計は事実を発見するツールではなく 自分の主張に箔をつけるためのレトリックなんだから 難しい解析で脅かせばいいんで基本など必要ないわけさ。
バカ者はお黙りください。
でも現実は
>>806 の言う通り。査読でもやってれば痛感するはず。
それって日本の雑誌のこと?
810 :
PPP :2006/05/23(火) 22:04:21
>>809 海外でもJPSPなんか読んでるとそうだな。
日本の雑誌は、メジャーリーグに有力選手が流出したプロ野球よりも数倍悲しい状態だね。 就職のための業績かさ上げ装置だね。
>>811 それは英文誌でも同じ。
日本の野球は金のためだがメジャーリーグは違うというわけじゃないのと同じ。
ただ「業績かさ上げ」にもいくつかのレベルがあるというだけのこと。
二項検定の両側確率について、よく「片側の確率を出してそれを2倍すればいい」という ような説明がされているけど、これってP=.5を想定しているからいえることであって、P=.5 じゃなければ、間違った説明になるよね? P=.5じゃないときは、分布の両側の確率を ちゃんと計算してそれを合計しないとだめだよね?
ってうーか, >P=.5 ってところで頭を冷やせ。
815 :
没個性化されたレス↓ :2006/06/03(土) 12:22:26
>813 t検定のときはともかく、二項検定で「二倍にすれば良い」という解説は見たことないなぁ。
817 :
没個性化されたレス↓ :2006/06/03(土) 13:50:27
P=0.5だとしてもサンプル数が小さいと分布の対称性は大きく損なわれます。 多くの教科書にはそんなことは書いてないと思いますが、「二倍にすれば・・」はサンプル数が非常に大きいときに近似的にそういうことも出来るというだけです。
818 :
没個性化されたレス↓ :2006/06/03(土) 19:07:21
>>817 いい加減なこと書くなやw
二項分布のことわかってんのか?
↑もそっと具体的に
>>818 二項分布ってサンプル数が多いとp(出現率)の値によらず正規分布で近似できるでしょ。
821 :
818 :2006/06/03(土) 21:24:49
P(0)=.5じゃなかったら何をどうがんばっても左右対称になるわけないだろ。
822 :
没個性化されたレス↓ :2006/06/03(土) 21:28:02
ちゅうかもともとの成功確率が0.5じゃなくて偏りあるんなら 片側検定で十分じゃん。
823 :
没個性化されたレス↓ :2006/06/03(土) 21:37:12
>>818 なる。N=∞なら、P=0.99でも変換して横に広げれば正規分布のように見える。
824 :
かおり :2006/06/03(土) 21:48:36
825 :
没個性化されたレス↓ :2006/06/04(日) 17:22:21
827 :
没個性化されたレス↓ :2006/06/04(日) 18:51:31
対称性って、いつから言葉の意味が変わったんだ? 正規分布に近いかどうかなんて誰も聞いてない。 pが。5で、非対称な分布は、世界のどこに行けば見られますか。
828 :
没個性化されたレス↓ :2006/06/04(日) 19:44:12
>>814 、
>>820 、
>>824 、
>>826 、
>>827 とか、論点(おそらく中には記号の意味
さえ)わかっていないなら、知ったかぶりで書き込むなや。わざと嘲笑的な
書き込みして 俺のような神が降臨するの待っているのか? 素直に教えてく
ださいって謝れや!
>>813 の質問はこういうことだろ↓
例えば、P=.5で試行数4だったら、
0回成功の確率は、.5^4で、0.0625
1回成功の確率は、.5^4に4をかけて(どこで成功してもいいから)0.25
2回成功の確率は、.5^4に4C2をかけて0.375
3回成功の確率は、.5^4に4をかけて(どこで失敗してもいいから)0.25
4回成功の確率は、.5^4で、0.0625
というわけで、二項分布は左右対称だ。だから、両側の確率を知りたければ、
どちらか片方だけを求めてそれを2倍すればいい。
しかし、例えばもしもP=.8とかだったら
0回成功の確率は、.2^4で、0.0016
1回成功の確率は、.2^3×.8に4をかけて(どこで成功してもいいから)0.0256
2回成功の確率は、.8^2×.2^2に4C2をかけて0.1536
3回成功の確率は、.8^3×.2に4をかけて(どこで失敗してもいいから)0.4096
4回成功の確率は、.8^4で、0.4096
んでこういう場合に例えば0回成功したときに見るのは、0.0016×2なのか
それとも0.0016+0.4096なのかって質問だろう。後者なわけないだろーが。
こいつがわかっていってんのかわからんが、正解は
>>822 。片側検定でいい。
829 :
没個性化されたレス↓ :2006/06/04(日) 19:53:36
ネ申!
830 :
828 :2006/06/04(日) 19:55:20
ってほどのことかよw いかに心理板がレベル低いかってことがようくわかった。 もう来ません。ドキュン君たち、ばいばーい^o^/
今頃わかったのかw
勝手にすれ
心理板終わってるな・・・・・簡単な計算さえできないやつらが難しい統計 用語つかって煽ったりしていたわけか。
834 :
没個性化されたレス↓ :2006/06/05(月) 12:19:12
827は間違っていないだろ 最初の奴ではなく別の奴に答えてるだけで
835 :
没個性化されたレス↓ :2006/06/05(月) 12:22:49
>難しい統計用語つかって どこにも難しい用語が見当たりませんので、あげて下さい
>>828 の説明はすごくよく分かった。あとの奴らの書き込みって
誰に何をいっているのかいまひとつよくわかんね。ごまかしてる?
837 :
没個性化されたレス↓ :2006/06/05(月) 12:31:23
両側片側ガタガタ抜かす前に、とりあえず具体的な状況と金仮説はなんだ
曖昧な書き方で論点ぼけさせて読む人を魔法にかけてしまうのは、心理板住人の得意技ですよ。 ちゅうか心理の専門家の常套手段。前に心理の先生に最近の子どもたちの偏食について質問したら 回答する先生の話はいつの間にかワロンの話になっていて、結局分かったのは、「なんか心理の 先生ってすごそう。俺たちバカかもしれない。」ってことだけだった。先生はきっとそれを 伝えたかったのだろう。
839 :
没個性化されたレス↓ :2006/06/05(月) 12:33:27
>>837 質問の内容さえ理解できない心理学者がまたひとり・・・・・金仮説とか
また聞きなれない言葉さりげなく使ってるし。
自分がバカだとわかったんだから良かったじゃん。
>>839 金仮説と書いてあってすぐに帰無仮説を連想できない方もどうかと....
2ちゃんですから
843 :
没個性化されたレス↓ :2006/06/05(月) 17:14:40
金仮説なしに両側片側論じるのはナンセンスだろ バカ?
844 :
没個性化されたレス↓ :2006/06/05(月) 17:26:09
まあまあ
845 :
没個性化されたレス↓ :2006/06/05(月) 18:09:13
まあ、反射的一行レスしかできない時点で・・・・・ あ、俺も? そう、じゃあ二行にしとこ。
846 :
828 :2006/06/05(月) 20:43:43
また来ちまったよ。
なんかごちゃごちゃえらそうなこといってるやつら、
具体的なこと書いてみろよ。
>>843 とかさぁ、自信ないのならすっこんでな。
847 :
没個性化されたレス↓ :2006/06/06(火) 14:45:08
843は間違ってない。 母比率=aの検定するのに片側じゃだめですわな。 なにをどう検定しようとしているのかの情報なしに 「片側検定でいい」と主張する828は解説よろしく!
848 :
没個性化されたレス↓ :2006/06/06(火) 17:25:45
あなたにとっての狂気としての文化は?
849 :
没個性化されたレス↓ :2006/06/06(火) 17:25:49
843≠847だが(自分は前者) 金仮説なしに828のように二項分布の計算をしてもよいが、 金仮説なしに検定はない それがわからないレベルのやつが書き込むな (それと高校の教科書に書いてあることに『神』と言う奴も・・・)
850 :
没個性化されたレス↓ :2006/06/06(火) 18:10:04
>>849 すんません、例えばどういう帰無仮説だったら片側でよいのでしょうか。
851 :
没個性化されたレス↓ :2006/06/06(火) 20:31:20
..................... イ´| ̄`ヽr<´ ̄  ̄`ヾ´ ̄ `ヽx''´ ̄「`丶、 / _|ノ ├〈,.-― ;. _ ,ゞ--'、:\___lヽ ,':∨::\ /´ ̄  ̄`ヽ ヽ/´ `ヽ、-.、 \::::::::::', |、_;/ / /´ ,. 、 、 \. \ \―| ’、 / / ,. / / ,ハ ',. ヽヽヽヽ \ヾ/ \_/:/:/:./ , / .,' / // | l | , l: | ', ',. ! l :',!| |/:/::/:/:/:! l | { /|:! l l } !ノ|::,!l | :| |::|:::::::|ノ |:/l/:/:::,|::|:{イ⌒lヾゝ ノノイ⌒lヽ|:::!::}:;!::l::::::/ |::/|/l::/l';:{ヾlー''! lー''!/リノノ/::/:l::/ || |:/リ、|::l;ゞ ̄´´ ,. ` ̄" ハ:lリノノノ' リ |' __,⊥!、 " " r===、 " " /ノノ || '/´\:: : \ ヽーノ /`ーァ-、 ヾ、 _ / li : . ',.`ヽ、 _ ,.イ´ /.ノ::l| ヽ \____ . /'/ |l ヽ `Y´ / './ . :l| |、 / / \l |l, \\_!_/ ‐ ´ 、!| | |\ ̄ | /; ´ ` ‐ , ヽヾ ! \| | / ヽ::/ `ヽ | | ,' ` ', ! 同じ板にコピペするとそのままだけど、 . | |::: ヾ ヾ .:| .| 違う板にコピペするとおっぱいがポロリと | '、:::.:.. . ― . .:.:::,' ! 見える不思議なギガバイ子コピペ。 ',. \_:::.: : :_二二二:_: : : : .:.:.:.:::/ ,' ':、 ト、 ̄ ´.:.:.::::::::::.:.:.:.` ―┬ '′ / \ |l ヽ l|
852 :
没個性化されたレス↓ :2006/06/07(水) 04:53:47
で,議論はどうなったの
853 :
没個性化されたレス↓ :2006/06/07(水) 14:23:12
首謀者たちが肝心なところで逃げ出したので終了。
854 :
没個性化されたレス↓ :2006/06/07(水) 23:37:41
お恥ずかしながら、心理学を教えたりなんかしている者です。心理学者はやは り数学は素人ですから、弱いんですよねぇ。結果的に、心理学の授業で扱われ る統計学は、なんちゃって統計学みたいな感じになっていると思うんです。だ いたいは、ツールの使い方が中心ではないでしょうか。最近は、「使い方が分 かればそれでいいんだ」と断言しているテキストもあるみたいですし。ただ、 心理学を学ぶ人の学習の中心が統計学になってしまうのも妙な話ですから、 この状況を一概に批判することもできないと思います。もっと大事なことが ありましょう。 しかしやはりそれでも、ごくごく基本的なものの考え方だけはおさえておい た方がいいと思います。私が強く問題を感じるのは、その基本的な考え方を 雑に扱うようなテキスト、教官、あるいはもっと酷いのは意図的にそうして いる人がいることです。「結果の出せない研究に意味はない」なんていうメ ッセージを平気で吐く方がおられ・・・・・まあ、国立も独立行政法人化し て、研究費を自分で奪い取らなければならなくなった時代、現実的な指導だ とは思いますが、長い目で見てその姿勢は、大きな代償を呼ぶように思いま す。 いや実際そうした成果主義の弊害は既に噴出していますね。韓国での大スキャ ンダルを筆頭に、論文の盗用、化石の捏造と、枚挙にいとまがなく・・・・・ 心理学ではあまりそうしたニュースは聞きませんが、心理学にそれがないとい うことではないと思います。見えにくいから、気づかれていないだけだと思い ます。最近は、論文が信用できず、真面目に読めません。
855 :
没個性化されたレス↓ :2006/06/07(水) 23:54:44
すいません、愚痴から入ってしまって。えっと、本題です。片側、両側 の使い分けについてです。 確かに一部のテキストには、分布が非対称な場合は両側検定できないの だから片側でよい、といった説明がされているみたいですね。でもそれ は読者をとりあえずそこで引っかからせないための、意図的な間違いだ と思います。でも私はここに大きな問題を感じます。これは何かの順序 を間違えていると思います。そしてその間違いは、「とにかく数字、 数字、結果、結果」という発想が生み出しているものだと思います。 何が話をおかしくしているかというと、それは後付け検定だと思いま す。例えば、目の前のサイコロが1の目を出す確率がその母比(1/6) 通りかどうかを検定するのなら、片側検定でいいと思います。 しかし、例えば、目の前のサイコロは何かの目を出す確率がその母比 通りであるかどうかを検定するのなら、まあ普通はそういう場合、 χ2検定を使うでしょうが、敢えて直接確率で検定したいのならば、 それは両側検定でなければならないと思います。分布が非対称で すから、当然その確率は一気に跳ね上がり、おそらく、片側なら 余裕で有意と判定されたサンプルでも、nsになってしまうでしょ う。しかし何の目だってよかったわけですから、それは当然です。 要するに、直接確率法において、両側か片側か、ということは、 サンプルを採取する前に決定しておくべきことであって、分布 の形は関係ないということです。 確かにここの部分を丁寧に解説しているテキストは少ないようで、 そしてそのことがあまり問題視されていないのは、後付け検定が もはや日常化してしまっていることの表れなのではないでしょうか。
856 :
没個性化されたレス↓ :2006/06/08(木) 00:06:21
補足です。片側、両側の使い分けは母比が0.5の場合も同じだと 思います。よくテキストで使われる例としてAとBが例えば将棋 なんかをして、7勝3敗でAが勝ったとき、果たして両者の棋力に 差があるかどうか、なんていう話で、両側検定が用いられてい ますが、それは、勝負を始める前に勝ち越すのがどちらか分から なかったからです。分かりにくい言い方かもしれませんが、Aが Bでも、BがAでも良かったのです。これも誤解を招く言い方かも しれませんが、そういうわけで7勝3敗という結果が得られる 確率は、2倍なわけです。だから7勝3敗までの累積確率と、3勝7敗まで の累積確率と、両方を見なければならないのです。
857 :
没個性化されたレス↓ :2006/06/08(木) 00:22:46
3行で書いてくださいm_m
>>857 1行目:4行以上の文章を読めないようなサルは
2行目:統計学以前に心理学に手を出すな。
3行目:VIP板にでも引きこもっているのがお似合いだ。
859 :
没個性化されたレス↓ :2006/06/08(木) 13:00:38
847 :没個性化されたレス↓ :2006/06/06(火) 14:45:08 843は間違ってない。 母比率=aの検定するのに片側じゃだめですわな。 なにをどう検定しようとしているのかの情報なしに 「片側検定でいい」と主張する828は解説よろしく! 855 :没個性化されたレス↓ :2006/06/07(水) 23:54:44 例えば、目の前のサイコロが1の目を出す確率がその母比(1/6) 通りかどうかを検定するのなら、片側検定でいいと思います。 orz orz orz
860 :
没個性化されたレス↓ :2006/06/09(金) 10:49:47
854は母比率=aの検定と,χ2を使った適合度の検定とをゴッチャにしているね。 二項検定の話なのに「直接確率法」とか言い出すし。 学生に教えるのは心理学だけにしておいた方がいいよ。
861 :
没個性化されたレス↓ :2006/06/13(火) 08:07:33
統計を勉強し始めたばかりの初学者です。 とあるところで大学院の過去問がでていたのですが、この問題↓でひっかかってしまいました。 「T検定のはなしです。T値は有意水準に対応する( )の臨界値より低いので、帰無仮説を棄却することはできない」 ( )の中に入る言葉に、p値や棄却といった候補がでてくるのですが、勉強不足なため、どちらでも意味が通ってしまうように感じたのです。 お忙しいとは思いますが、お知恵を拝借できれば。。。と思います。
>>861 いくらなんでもそれで大学院は無理。
学部から入り直して心理学をきちんと勉強した方が
自分のためにも賢明だと思う。
863 :
没個性化されたレス↓ :2006/06/13(火) 09:33:20
>>861 そんな問題出す大学院もおかしいぞ。バカ大学院だよ。
864 :
没個性化されたレス↓ :2006/06/13(火) 09:45:53
なんだか簡単すぎて・・・ もしかして、ここで安心させて、その後に、 t検定と勘違いした場合に間違いになるような問題が続いているのでは?
865 :
没個性化されたレス↓ :2006/06/13(火) 11:36:30
初学者用のテキストとして、ミネルバ書房の『よくわかる心理統計』は 有用ですか?
tが大文字になってるのがミソだったりして。
867 :
没個性化されたレス↓ :2006/06/13(火) 11:38:30
いいでしょ
868 :
没個性化されたレス↓ :2006/06/13(火) 11:39:51
869 :
861 :2006/06/13(火) 12:04:26
遅くなりました。 皆さん、ありがとうございます。 えーと、今大学2年です。 わけあって、身近で聞ける環境ではないのです。 t値(この場合は検定統計量だと認識しています。もしかして、ここから違うのでしょうか?) 最初は、棄却だと思っていました。 問題を質問していた人も「棄却」と入れていたようなのですが、「棄却の臨界値」という言葉はないとレスに書かれていました。 じゃぁ、「p値」?とも思ったのですが、意味はなんとなく通じるもののしっくりきません。 その後、ぐぐってみたのですがO大のY先生は「有意水準5% のときの棄却の臨界値を求めると〜」という風に使っておられるようです。 p値が「帰無仮説をもとに得られた検定統計量が実現する確率」ということは理解しているつもりなのですが、身についてないためか……です
870 :
没個性化されたレス↓ :2006/06/13(火) 19:42:18
なんだか当スレは、心理板に残った最後の正当スレのような気がしますた。
地味に続けましょう
心理学が学問ではないということは知識人の常識である。 逆に心理学が学問であるということは嘘偽り/思い違いである。
自分や他人の気持ちが汲めないヤシが、もしかしたら分かるようになるかも、 と期待してやるのが心狸ガクです。 周囲の人は分かっている様子なのに自分は何がなんだか分からない、 浮いてしまう、こんな人が心狸ガクトになるんです。 統計処理したら何か分かるかも知れない、と愚かな妄想に耽るのです。 よ〜く観察してみなさい。 心狸ガクの教員って、他人の気持ちを理解していないでしょう。 相手の表情の変化が読めていないでしょう。 心狸ガクの教員=心狸の学生のうち、特に社会へ出る勇気が無かった 引きこもりの成れの果てなんですから。
知識人でもなんでもないサルに言われてもなあ
875 :
没個性化されたレス↓ :2006/06/14(水) 12:21:17
このコピペよく見るけど、そんなに完成度高いか?
コピペというより同一人物だろ。
頭がおかしくなると心理学板にチョッカイ出したくなるんだよ。 学問を知らないから心理という言葉に吸い寄せられるんだろうな。
878 :
没個性化されたレス↓ :2006/06/17(土) 11:14:36
エクセルで3群のデータの有意差を出したいのですが・・・ エクセルですと、2群までしかできないのでしょうか?
879 :
没個性化されたレス↓ :2006/06/17(土) 21:10:52
「エクセルでデータの有意差を出す」ってどういう意味っすか。日本語でよろしく。 関係ないかもしれないけど、「エクセルの“関数”を使って、で3“条件”の“分散分析”を “簡単に”“実施する”方法はないだろうか」という疑問はよくあって、それはできない。 有意差が出るかどうかはこっちの知ったこっちゃあない。
880 :
没個性化されたレス↓ :2006/06/17(土) 21:12:22
>>878 有意水準を30%くらいにすれば出るかもよ。
882 :
没個性化されたレス↓ :2006/06/17(土) 23:46:41
多重比較の手順を聞いているのかも。 なんにせよ人に質問できるレベルにすら達しっていないかわいそうな人。
883 :
没個性化されたレス↓ :2006/06/18(日) 00:03:34
ちゅうか生きる価値が問われてるよね。
884 :
没個性化されたレス↓ :2006/06/18(日) 01:43:20
なんでそんなちょっとで荒れるんだw おまいらストレスためすぎ
そうだね。では優しく始めましょうか。
>>878 「エクセルですと2群・・・」ってのはアドインの分析ツールでは二元配置までしかできないということでしょ。
それで、三元配置以上の計算をしたいとお考えのようですね。
お手持ちの教科書か何かの数式を読み解いて、
エクセルの関数を使って記述すれば出来ないことはないかなあと
思うのですが、ご質問の文面から察するにそこまで到達するのは
かなりの困難を伴うと思います。
市販の解析ソフトを利用されてはいかがでしょうか。
と書いてみて・・・
>>878 は、一元配置の話なのかな?
>>879 「有意差を出す」って言うのは差の出るような実験条件を考えるって言う意味じゃなさそうですねえ。
887 :
没個性化されたレス↓ :2006/06/18(日) 08:39:46
3郡の分散分析ならエクセルで式作りながら自前ででもできるのでわ。 比率の検定ならカイ二乗で、残差分析でもやれば? 式簡単だろ。
888 :
没個性化されたレス↓ :2006/06/18(日) 12:48:06
878ですが、
>>886 一元配置の話でした。
もう自分で解決できました。
>>881 さんが書いてるように、エクセルの使い方を聞きたかった部分が大きいです。
解析はいつもSASかSPSSでやってたが、
エクセルでやってと言われたから、最初、やり方がわからなくて…
どうも、お騒がせしました。
>>888 解析はいつもSASかSPSSでやってたが、
そうですか、
なんだかかえって心配になるのは私だけかなあ。
890 :
没個性化されたレス↓ :2006/06/18(日) 19:29:22
ごくごく一般的だろ。SPSSやSASはバリバリ使いこなすが、実は式とかまったく チンプンカンプンっていう心理学徒。
「有意差を出したい」なんて書いてたよ。 SPSSやSASの出力のどこ見てるのか怪しいね。
892 :
没個性化されたレス↓ :2006/06/18(日) 20:19:36
言い方の問題であって、実際の実力の問題じゃないだろw 国語の板いった方がいいな
893 :
没個性化されたレス↓ :2006/06/18(日) 22:44:37
んも〜なんでそんなすぐカリカリすんの、おまいら。 心理の板いった方がいいな あ、ここか。
カリカリしてないよ。
895 :
没個性化されたレス↓ :2006/06/19(月) 11:22:11
SPSSでできなくて、SASでしかできないことってなに?
>>895 統計パッケージが何もインストールされていないPCのメモ帳でプログラムとデータを作成し、
それを統計パッケージの入ったPCに持ってきて実行だけすること。
SPSSでもできますがな。
古くは米国の高温超伝導の論文捏造事件, 最近は韓国の論文捏造事件(生命科学)に始まって, 米国,日本の東大,理研と捏造の輪が広がってきたが, 心理学の世界じゃあデータ捏造/改竄なんて日常茶飯事だよな。 折れもデータ修正なんてよくやったもんだ。 内部告発したって,自然科学と違って元々価値はゼロだから 誰も相手にしてくれないだろうし。 実際,心理の論文なんてホントのところ誰も信じちゃあいないんだし。 こんな事やっていていいのかな〜,と最近良心の呵責を感じているよ。
そういう意味じゃ理系より20年先をいってたわけだな。
900 :
没個性化されたレス↓ :2006/07/01(土) 10:25:40
>心理学の世界じゃあデータ捏造/改竄なんて日常茶飯事だよな。 逆だと思う.バリバリの理系ほど競争が激しくないから 捏造なんかしなくてもまじめにやってる優秀な研究者が それなりに評価される.捏造によって得られる利益が 捏造によってもたらされる煩わしさや良心の呵責を 上回らないのが心理学のいいところ.よい環境だと思う. >折れもデータ修正なんてよくやったもんだ。 2ちゃんで告白しても勇気ある発言にはならない 私は貴方を軽蔑します あなたが身近にいないこと を願うばかり
901 :
没個性化されたレス↓ :2006/07/01(土) 14:39:41
なにこの素人さん 自然科学では、追試できないと大変な騒ぎになる タイラーズもそれ ベル研しかり 心理学では現在のところ、その風潮はない 数十年後にどうなってるか、はわからないが、 少なくとも現在は、心理学はデータを綺麗にしたもん勝ち
データのクリーニングと捏造の境目は?
903 :
没個性化されたレス↓ :2006/07/01(土) 15:05:13
901はインチキデータで論文を書いた、ワシはまともなデータで論文を書いた、 それだけのことだな。
904 :
没個性化されたレス↓ :2006/07/01(土) 15:45:51
心理統計ならデータいらないだろ バーカ
905 :
没個性化されたレス↓ :2006/07/01(土) 16:03:50
おまえは、何もいらないよな。
所詮心狸ガクのロンブンなんで
自虐的な人なのね。ウツかもね。早めに精神科を受診した方がいいよ。
908 :
没個性化されたレス↓ :2006/07/01(土) 20:26:49
そういえば昔 サトタツが データ捏造したっていってたな 統計もでたらめだから質もでたらめでいいともいってたな
909 :
没個性化されたレス↓ :2006/07/01(土) 22:51:50
主成分分析した論文は最尤法で追試したくなるなぁ
サイコロの目のようにコロコロ変わる理論(?)がサイコロジーです データ捏造なんて当たり前の世界です なお、論文の有効期限・賞味期限はせいぜい一ヶ月程度なのでご注意願います
心理ガクは、自然科学のマネばかりしている似非学問なんです。
912 :
没個性化されたレス↓ :2006/07/04(火) 23:12:02
>>909 主成分分析と最尤法を並列するなんて。。。
913 :
没個性化されたレス↓ :2006/07/04(火) 23:21:38
アコードについて語ろう
914 :
没個性化されたレス↓ :2006/07/14(金) 17:34:15
900age
915 :
没個性化されたレス↓ :2006/07/20(木) 16:03:51
統計はどうでもよい
916 :
没個性化されたレス↓ :2006/07/23(日) 17:22:27
統計やりはじめたばかりなんですけど、861の答えって採択域ですか?
917 :
没個性化されたレス↓ :2006/07/23(日) 17:33:29
384:名無しさん :2006/07/21(金) 16:57:20 情報操作 当初の報道 ・山本と知人(芸能人)、チームメイト。犯行の数人の関与 後の報道 ・山本とチームメイト。山本の単独犯行 当初のタレコミ情報 相当な大物芸能人→情報抹消 犯行は16日の夜中の3時 相当な大きな事件に関わらず、違反の芸能人の名前の隠蔽工作。 山本以上の知名度の芸能人が考えられ情報の完全封鎖状態 *注意 石橋→17日MLB主義収録仕事2本【その地域への直行便は少ない上に被害届け出たら収録は普通は出来ない】石橋情報は操作されている可能性 淳→その日生放送 佐々木→16日にカジキ釣りの大会 ノリタケ→仕事
918 :
没個性化されたレス↓ :2006/07/23(日) 17:36:24
919 :
没個性化されたレス↓ :2006/08/25(金) 03:08:59
900age
920 :
没個性化されたレス↓ :2006/08/25(金) 19:01:38
toyoda hideki ni syokumusitumon
921 :
没個性化されたレス↓ :2006/08/29(火) 19:58:22
>>921 すでになくなっている,ということも堀先生が書いていた。
fprを見てたということは書いてたのは心理屋かね。
俺は消える前に見たけど,肝心なことがなにも書いていない
という意味ではダメな内容だったがウィキの他の記事に比べて
特別に「でたらめ」ということはないと思った......
923 :
没個性化されたレス↓ :2006/08/30(水) 19:20:20
デタラメデタラメというなら、堀氏は中高生向けに 数学なり科学なりを説明した本を書けるかね
924 :
没個性化されたレス↓ :2006/08/30(水) 21:31:35
まずは因子分析みたいな手法のことよりも、各分野について充実させるのが先だろ 各分野、各学会ごとに作らなきゃ
でも消える前の記述はひどいと思ったけどな。
926 :
没個性化されたレス↓ :2006/08/30(水) 23:10:35
スレ違いだが、ここがfprの番外みたいになっているのでこの話題。 google scholarで自分の名前探したら何本ヒットする? 俺:日本語でのヒット数1 英語でのヒット数2 一回も引用されてねえよー。くやしいな。
>>925 なんていうか,まるで知らないで書いてるわけじゃない,
因子分析をそれなりに知っている、あるいは使っている奴が
書いている,だけどその知識にかなりのデコボコがあるのか,
もしくは自分が知っていることをきちんと構造的に書く
能力に欠けているのか,という印象を受けた。
堀先生はそれを「デタラメ」と表現したのでしょう。
その表現が適切かどうかは別の議論になるかな。
928 :
没個性化されたレス↓ :2006/09/01(金) 13:41:24
929 :
没個性化されたレス↓ :2006/09/02(土) 14:42:00
皆さんはここでいっている因子分析を因子分析として認めるのでしょうか? はい いいえ
930 :
没個性化されたレス↓ :2006/09/04(月) 03:49:10
佐伯胖は因子分析つかって研究したことないよ 妄想で本かいて有名人だから出版された それだけのこと
931 :
没個性化されたレス↓ :2006/09/04(月) 12:41:33
それがなんか上の問題に関係あるんですか
932 :
◆tKp/uck6vc :2006/09/08(金) 03:22:43
多重回帰でp>0.05の係数を式に入れて予測したらどういう現象が起こりますか? 教えてください
933 :
没個性化されたレス↓ :2006/09/08(金) 07:21:00
むらかみせんせい、なんでおこってるのですか おとなげないですよ
934 :
没個性化されたレス↓ :2006/09/08(金) 15:38:02
935 :
没個性化されたレス↓ :2006/09/08(金) 15:56:05
数学者に文句いえる未分化ボケ茄子め.
936 :
没個性化されたレス↓ :2006/09/08(金) 16:08:39
バカ 麦藁が書いた文だ
パラメトリックというのは母数(パラメータ)の推定を行うこと。 ノンパラメトリックとは母数の推定を行わない統計,と大学で習った。 ありゃウソだったのか?
939 :
没個性化されたレス↓ :2006/09/08(金) 20:27:40
超有名
940 :
没個性化されたレス↓ :2006/09/09(土) 13:01:55
941 :
没個性化されたレス↓ :2006/09/14(木) 21:39:20
晒しあげ
942 :
没個性化されたレス↓ :2006/09/15(金) 13:26:43
944 :
没個性化されたレス↓ :2006/09/15(金) 14:02:32
945 :
没個性化されたレス↓ :2006/09/18(月) 20:33:37
>>942 >論文で,「マージナルな有意性」や「マージナルな平均」という言葉がでてきます。
>これらはいったい,どういう意味なのでしょうか?
マージナルとは周辺という意味です。
マージナルな平均=周辺平均
マージナルな有意性=有意水準のあたりなんだから有意ってことにしてもいいよね
有意傾向という言葉を統計に詳しい人,特に統計の専門家の前で使ってはいけません。
「なにそれ?どういうこと?」と聞かれます。いくら説明しても統計家は理解も納得も
してくれません。統計とは関係ない話だからです。
947 :
没個性化されたレス↓ :2006/09/19(火) 16:55:04
もしよろしければどなたか教えてください。 質問なのですが、量的変数が2要因あるとき、重回帰分析をするか、 何群かに分けて分散分析をするか、という方法があると思います。 この使い分けはどのように行えばよいのでしょう?
948 :
没個性化されたレス↓ :2006/09/19(火) 17:11:53
「かろうじて」といういい訳があるではないか mar・gin・al・ly ad. 欄外に, 余白に; わずかに (slightly).
そういや最近「傾向差」っていう表現を聞かなくなったな。
953 :
没個性化されたレス↓ :2006/09/20(水) 12:51:02
傾向差ってのは東大の方言だと思っていた。 一般にも使ってた?
954 :
没個性化されたレス↓ :2006/09/20(水) 18:07:07
955 :
没個性化されたレス↓ :2006/09/20(水) 18:07:37
2.2.8だ
956 :
947 :2006/09/20(水) 18:28:20
>>954 ありがとうございます。
…要は数量データをカテゴリー分けなぞするな、ってことですか?
958 :
没個性化されたレス↓ :2006/09/20(水) 20:15:10
単純化してるとはいえ、間違ってないのでは?
>>958 >>954 のリンク先で
> 種々の貴重な情報をわざわざ捨てている
と書かれていることを踏まえた上での皮肉か?
960 :
没個性化されたレス↓ :2006/09/20(水) 20:27:05
>>947 あなたのあたまが正常にはたらくうちは重回帰分析を
あたまがおかしくなってしまったら何群かに分けて
分散分析を行ってください。
しかし,量的変数が2要因ある,とか言ってますので
すでに分散分析を行わなければならない状態である
ことが推察されます。お大事にね!
961 :
947 :2006/09/20(水) 21:43:30
>>957-960 度々すみません。何度か読み返してみたんですが…
ごめんなさい、何かを根本的に勘違いしているんでしょうか…
もしよろしければ、もう少々ご教授いただけると幸いです。
>>954 のリンク先の内容は、数量データをカテゴリー分けすることの「問題点」が
3点指摘されていて、一方で数量データをカテゴリー分けすることのメリットに
ついては言及されておらず、故にわざわざカテゴリー分けする必要性はない、
ということかと判断したのですが…
962 :
没個性化されたレス↓ :2006/09/21(木) 12:07:38
959はなに言ってるかわからないので まだ国際誌や学会賞に縁がない若い奴でしょう 気にしなければよいのではないか リンク先の先生@京大卒のほうがずっとましでしょうから
>>961 独立変数が量的変数で2個あって従属変数は1個で量的変数なのね?
だったら原則的には重回帰分析かその仲間を使う。それぞれの要因が
従属変数に与える影響を知ることだけが必要なら重回帰分析でOK。
独立変数間に交互作用が予想されて研究上で交互作用の分析も
必要であれば分散分析を使うのもよいかもしれない。
でも量的変数をカテゴリに分けることにはいろんな問題がある。
統計に詳しい人に「独立変数が複数の量的変数であるときに
独立変数間の交互作用を分析するにはどうしたらいいですか」と
聞いてみると幸福になれるかも。
964 :
947 :2006/09/21(木) 16:30:31
>>963 なるほど…
分散分析の必要性=交互作用分析の必要性、として考えればいいんですね。
その一方で、たとえば
>>954 のような問題も孕んでいる、と。
分かりやすいご説明で大変助かりました。
どうもありがとうございました。
交互作用項込みの重回帰分析すりゃいいじゃないか。
966 :
没個性化されたレス↓ :2006/09/22(金) 13:16:17
結局959はなんだったのか 回帰に交互作用項入れれば何も問題ないのか?
967 :
没個性化されたレス↓ :2006/09/23(土) 20:30:57
968 :
964 :2006/09/23(土) 20:58:17
>>967 ち、違うんですか…汗
具体的にどう違うのでしょうか??
>>968 断片的なコメントをもらっても理解できないと思う。
入門書を2〜3冊読んでから出直しましょう。
(読むべき本については、過去スレ、過去レスを参照)
970 :
没個性化されたレス↓ :2006/09/27(水) 04:14:24
SEMをやっててわからないことがあります。 順序データで2つの母集団で同時分析をおこなっているのですが 潜在変数A→潜在変数Bの差の検定について 多変量正規分布を仮定しない推定法を用いている場合,どのように判断すればよろしいですか? ソフトはMplusを使用しています。
横レスですまんけど、ブートストラップでも使うのかねぇ。 漏れも知りたい。
>>965 十回忌における交互作用項(x1*x2)が有意になっても、
その解釈が難しくてねぇ。厳密に言えば、分散分析における交互作用と同じ扱いを
することは出来ない。そもそも、十回忌における交互作用の話だけで、薄い本が
一冊でてるくらいだしねぇ。
973 :
没個性化されたレス↓ :2006/09/27(水) 22:58:02
>>970 教えて君ですまない。
Mplus使ったことないからよくわからないのだが、
AGLSとかで等値制約おいて、その差の検定が問題ちゅうこと?
モデルの分析では非正規分布を仮定した推定してるくせに、等値制約の検定を正規分布に基づいて行うのは
consistencyに欠けるってことっすか?
974 :
没個性化されたレス↓ :2006/09/29(金) 00:29:16
semnetで今日来た質問も、上記とちょっと関係している気がする
975 :
没個性化されたレス↓ :2006/10/02(月) 03:25:10
>>973 「今のところ、それ以外に方法ないから」というオチ?
976 :
没個性化されたレス↓ :2006/10/02(月) 18:39:31
残り24
977 :
没個性化されたレス↓ :2006/10/02(月) 19:03:19
しどうあげ
978 :
没個性化されたレス↓ :2006/10/02(月) 19:13:50
どうかな
重回帰分析の交互作用の話は、まず重回帰分析で交互作用項を用いた分析をして、 有意であることを明らかにした上で、分散分析を確認のためにすると、 論文がすっきりするよん。 重回帰分析だけだと、交互作用がどんな風に効いているのか図示しにくいし、 多くの人は分散分析でやるのに慣れてるから、ちょっと結果が長くなるけど 2回分析した方がいいと思うよ。
?
981 :
没個性化されたレス↓ :2006/10/03(火) 04:59:12
あげ
982 :
没個性化されたレス↓ :2006/10/03(火) 10:16:47
>>979 なるほどね。勉強になりました。
そういうこと書いてる文献とかあるともっと助かるけど,ある?
どちゅーん
>>983 心理学研究のバックナンバー読んでいけば、
そういう分析した論文が見つかると思うよ
>>984 >心理学研究のバックナンバー読んでいけば、
そんなもの読んだらバカになっちゃうぞ!
じゃあJEP
988 :
没個性化されたレス↓ :
2006/10/05(木) 18:42:36 梅ちゃん